Download PDF
ads:
FUNDAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE
CURSO DE PÓS-GRADUAÇÃO EM ENGENHARIA OCEÂNICA
ESTUDO PARA O DESENVOLVIMENTO DE UM PREVISOR DE
DESCARGAS ELÉTRICAS ATMOSFÉRICAS APLICADO À REGIÃO
COSTEIRA DO ESTADO DO RIO DE JANEIRO
Gisele dos Santos Zepka
Dissertação apresentada à Comissão de Curso de
Pós-Graduação em Engenharia Oceânica da
Fundação Universidade Federal do Rio Grande,
como requisito parcial à obtenção do título de
Mestre em Engenharia Oceânica.
Orientador: Sebastião Cícero Pinheiro Gomes, Dr.
Rio Grande, abril de 2005.
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Aos meus pais, Gilberto e Paula.
ads:
AGRADECIMENTOS
A Deus, por tornar tudo possível.
À minha família, meus pais, Gilberto Zepka e Paula Rosângela dos Santos Zepka, e
minha irmã, Ana Paula dos Santos Zepka, pela presença confiante e pelo apoio incondicional
em todos momentos de minha vida.
Ao meu orientador, Dr. Sebastião Cícero Pinheiro Gomes, pela amizade, pelo respeito,
pela dedicação e pelo incentivo concedidos a mim no desenvolvimento deste trabalho e na
minha vida profissional.
Aos colegas do Núcleo de Matemática Aplicada, em especial ao Diego da Silva
Gomes e ao Paulo Lilles Jorge Drews Junior, pela dedicada colaboração indispensável no
estudo com o Modelo de Mesoescala MM5.
Ao Coordenador do Curso de Pós-Graduação em Engenharia Oceânica, Dr. Volnei
Andersson, pela amizade e pelos momentos de compreensão e confiança.
Ao professor e amigo, Dr. João Baptista da Silva, pelas valiosas sugestões.
Ao professor, Dr. Osmar Pinto Jr., pela gentileza do envio de artigos científicos.
Ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), pelo
suporte financeiro.
À FURNAS Centrais Elétricas S. A., pelo fornecimento dos dados de descargas
elétricas atmosféricas.
ABSTRACT
The atmospheric dynamics evidently is very complex. There are many macro and micron
scales processes and meteorological variables involved in the atmospheric physical
phenomena. The storms with electrical discharges are distinguished, among these phenomena,
by the damage consequences to the human beings, directly or indirectly. Many researchers
have pursued the possibility of forecasting the occurrence of a storm with electrical
discharges, principally in the last three decades. However, there are not improvements in
forecast performance, mainly due to phenomenon complexity. The main objective of the
present dissertation was to accomplish a study to determine the viability or not of constructing
a forecast system of atmospheric electrical discharges from artificial intelligence techniques,
specifically artificial neural networks (NN). The base of the system was constituted of
numerical simulations results of the atmospheric dynamics obtained from the mesoscale
model MM5. It was identified meteorological variables (outputs of MM5) that would have
some correlation with the electrical discharges. These variables act as input in the NN, which
generate the forecast, consisting in the number of electrical discharges that will reach the
ground some posterior time to the relative time of the simulated atmospheric fields. The
region chosen for this study includes the state of Rio de Janeiro, the south of Espírito Santo,
the southeast of Minas Gerais and the Atlantic Ocean. Besides possessing a detection system
of electrical discharges, this region contains the most important concentration of oil platforms
of Brazil, being strategic to better know the atmospheric behavior in this place. Before
developing the forecast system based on NN, some comparative tests were made using the
MM5 simulation results and GOES infrared imagery, in order to survey the model prognostic
capability. The forecast system showed reasonable results, indicating that the NN application
may be a promising way to the electrical discharge forecast. However, it is necessary a better
investigation, mainly with relation to the accomplishment of others tests with a bigger set of
electrical discharges real data.
Keywords: forecast system, atmospheric electrical discharges, numerical simulation,
mesoscale model MM5, artificial neural networks.
RESUMO
A dinâmica da atmosfera é evidentemente bastante complexa. Muitos são os processos físicos
de macro e micro escalas e as variáveis meteorológicas envolvidos nos fenômenos
atmosféricos. As tempestades com descargas elétricas destacam-se, dentre estes fenômenos,
pelas conseqüências danosas causadas aos seres humanos, direta ou indiretamente. Diversos
pesquisadores têm procurado investigar a possibilidade de prever a ocorrência de tempestades
com descargas elétricas, principalmente nas últimas três décadas, entretanto, progressos na
performance da previsão ainda não foram alcançados devido à complexidade do fenômeno. O
principal objetivo da presente dissertação foi realizar um estudo para determinar a viabilidade
ou não de construir um sistema de previsão de descargas elétricas atmosféricas a partir de
técnicas de inteligência artificial, mais precisamente redes neurais artificiais (RNA). A base
do sistema constituiu-se de resultados de simulações numéricas da dinâmica atmosférica
obtidos com o modelo de mesoescala MM5. Variáveis meteorológicas (saídas do MM5), que
teriam alguma correlação com as descargas elétricas, foram identificadas e selecionadas como
entradas na RNA, a qual gera a previsão, isto é, o número de descargas elétricas que atingirá o
solo algum tempo posterior ao tempo relativo dos campos atmosféricos simulados. A região
escolhida para este estudo, abrangendo o Estado do Rio de Janeiro, o sul do Estado do
Espírito Santo, o sudeste do Estado de Minas Gerais e o Oceano Atlântico, além de possuir
um sistema de detecção e monitoramento de descargas elétricas, contém a mais importante
concentração de plataformas de petróleo do Brasil, sendo, portanto, estratégico conhecer
melhor o seu comportamento atmosférico. Antes de desenvolver o sistema de previsão
baseado em RNA, alguns testes comparativos foram realizados usando resultados de
simulação do MM5 e imagens infravermelhas de satélite geoestacionário, a fim de aferir a
capacidade preditiva do modelo. O sistema de previsão apresentou resultados razoáveis,
indicando que a aplicação da RNA é um caminho promissor na previsão de descargas
elétricas. Contudo, faz-se necessária uma melhor investigação, principalmente quanto à
realização de outros testes com um conjunto maior de dados reais de descargas elétricas.
Palavras-Chave: sistema de previsão, descargas elétricas atmosféricas, simulação numérica,
modelo de mesoescala MM5, redes neurais artificias.
LISTA DE SIGLAS E ABREVIATURAS
ADP Automated Data Processing
AR Relâmpagos no Ar
ASOS Automated Surface Observing System
AVHRR Advanced Very High Resolution Radiometer
AWOS Automated Weather Observing System
BLM Boundary Layer Model
CAD Descargas Atmosféricas à Terra
Cb Cumulonimbus
CEMIG Companhia Energética de Minas Gerais
COPEL Companhia Paranaense de Energia
CPTEC Centro de Previsão de Tempo e Estudos Climáticos
CTA Centro Técnico Aeroespacial
ECMWF European Center for Medium Range Weather Forecasts
EMBRAPA Empresa Brasileira de Pesquisa Agropecuária
EN Relâmpagos Entre-Nuvens
ENSO El Niño Southern Oscillation
ERA ECMWF Reanalysis
FNL NCEP Final Reanalysis
FURG Fundação Universidade Federal do Rio Grande
GDAS Global Data Assimilation System
GOES Geostationary Operational Environmental Satellite
GrADS Sistema de Análise e Exibição de Grade
GTS Global Telecommunications System
IAG Instituto de Astronomia e Geofísica
IMPACT Improved Accuracy from Combined Technology
IN Relâmpagos Intranuvem
INPE Instituto Nacional de Pesquisas Espaciais
LF Low Frequency
LFM Limited-Area Fine-Mesh
LIS Lightning Imaging Sensor
LPATS Lightning Positioning and Tracking System
LPM Laboratório de Prognóstico em Mesoescala
LSM Land Surface Model
MATLAB Matrix Laboratory
MDF Método Magnético de Localização de Direção
METAR Meteorological Aerodrome Reports
MJO Oscilação Madden-Julian
MM5 Fifth-generation Mesoscale Model
MRF Medium-Range Forecast
NCAR National Center for Atmospheric Research
NCDC National Climatic Data Center
NCEP National Center for Environmental Prediction
NDEApH Número de Descargas Elétricas Atmosféricas por Hora
NESDIS National Environmental Satellite Data Information Service
NI Relâmpagos da Nuvem para Ionosfera
NMC National Meteorological Center
NNRP NCEP/NCAR Reanalysis Project
NOAA National Oceanic and Atmospheric Administration
NORAPS6 Navy Operational Regional Prediction System Version 6
NS Relâmpagos Nuvem-Solo
NSSL National Severe Storms Laboratory
NuMA Núcleo de Matemática Aplicada
PSU Pennsylvania State University
RAMS Regional Atmospheric Modeling System
RIDAT Rede Integrada de Detecção de Descargas Atmosféricas
RINDAT Rede Integrada Nacional de Detecção de Descargas Atmosféricas
RNA Rede Neural Artificial
RRTM Rapid Radiative Transfer Model
RWM Relocatable Window Model
SLT Sistema de Localização de Tempestades
SiB Simple Biosphere Model
SIMEPAR Sistema Meteorológico do Paraná
SN Relâmpagos Solo-Nuvem
SYNOP International Synoptic Surface Observation
TDL Techniques Development Laboratory
TOA Time Of Arrival
TOGA Tropical Ocean and Global Atmosphere
TRRM Tropical Rainfall Measuring Mission
UFPel Universidade Federal de Pelotas
UFRJ Universidade Federal do Rio de Janeiro
USGS United States Geological Survey
USP Universidade de São Paulo
UTC Coordenada Universal de Tempo
VLF Very Low Frequency
WRF Weather Research and Forecasting
ZCAS Zona de Convergência do Atlântico Sul
dph Descargas por hora
Lat. Latitude
Long. Longitude
LISTA DE SÍMBOLOS
D
θ
termos referentes ao vórtices turbulentos
K número de camadas verticais
Q
quantidade de calor devido a processos diabáticos
R
d
constante do gás para o ar seco
T temperatura
T
0
temperatura no estado de referência
T’
perturbação de temperatura
V
vetor velocidade do ar
c
p
calor específico do ar à pressão constante
eu
componente horizontal da Força de Coriolis
ev
componente meridional da Força de Coriolis
ew
componente vertical da Força de Coriolis
f
parâmetro de Coriolis
g
aceleração da gravidade
m
fator de escala do mapa
n
incremento de tempo
p
pressão
p
0
pressão no estado de referência
p
s
pressão na superfície
p
t
pressão constante no topo da atmosfera
p’
perturbação de pressão
q razão de mistura
t
tempo
u
velocidade horizontal do vento
v
velocidade meridional do vento
w
velocidade vertical do vento
x coordenada espacial horizontal
y coordenada espacial meridional
z coordenada espacial vertical
Δ
t
intervalo de tempo
Ω
velocidade angular de rotação da Terra
razão entre os calores específicos do ar à pressão constante e a volume constante
θ
temperatura potencial
θ
0
temperatura potencial no estado de referência
λ
latitude
ρ
densidade
ρ
0
densidade no estado de referência
σ
coordenada vertical
σ
velocidade coordenada
φ
longitude
φ
c
longitude central
LISTA DE TABELAS
Página
2.1 Lista de sensores de detecção de descargas atmosféricas da RINDAT no
Brasil...................................................................................................................
57
4.1 Horários das simulações realizadas no modelo MM5......................................... 98
4.2 Horários das simulações realizadas no modelo MM5......................................... 113
5.1 Parâmetros relativos à sub-região de interesse da Figura 5.5, sendo dph a
unidade representativa de descargas por hora.....................................................
127
5.2 Variáveis do MM5 utilizadas como entradas na RNA........................................ 128
5.3 Casos selecionados para o estudo com a RNA................................................... 130
5.4 Valores numéricos da previsão com a RNA1...................................................... 134
5.5 Valores numéricos da previsão com a RNA2...................................................... 134
LISTA DE FIGURAS
Página
2.1 Esta seqüência de fotografias mostra o processo de transformação de nuvens
cúmulos congestus para cumulonimbus durante um período de 55 minutos......
45
2.2 Descrição esquemática do ciclo de vida de uma nuvem de tempestade: (a)
estágio de desenvolvimento, (b) estágio de maturação e (c) estágio de
dissipação............................................................................................................
47
2.3 Processo Colisional Indutivo............................................................................... 49
2.4 Processo Colisional Termoelétrico..................................................................... 50
2.5 Processo Gravitacional........................................................................................ 50
2.6 Processo Convectivo........................................................................................... 51
2.7 Configuração dos centros de carga elétrica em uma nuvem de tempestade
segundo modelo idealizado.................................................................................
52
2.8 Etapas do desenvolvimento de um relâmpago nuvem-solo negativo: (a) a (f)
formação do líder escalonado, (g) e (h) primeira descarga de retorno, (i) a (k)
formação do líder contínuo e (l) segunda descarga de retorno...........................
54
2.9 Localização dos sensores de detecção de descargas atmosféricas da RINDAT 56
2.10 Região de estudo dos dados de descargas elétricas atmosféricas....................... 59
2.11 Distribuição anual das descargas elétricas atmosféricas..................................... 61
2.12 Distribuição mensal das descargas elétricas atmosféricas para o ANO 1........... 62
2.13 Distribuição mensal das descargas elétricas atmosféricas para o ANO 2........... 62
2.14 Distribuição das tempestades em níveis de severidade para o ANO 1............... 63
2.15 Distribuição das tempestades em níveis de severidade para o ANO 2............... 64
2.16 Distribuição mensal dos quatro níveis de tempestades para o ANO 1............... 64
2.17 Distribuição mensal dos quatro níveis de tempestades para o ANO 2............... 65
2.18 Distribuição mensal das descargas elétricas atmosféricas nos quatro níveis de
tempestades para o ANO 1..................................................................................
65
2.19 Distribuição mensal das descargas elétricas atmosféricas nos quatro níveis de
tempestades para o ANO 2..................................................................................
66
2.20 Distribuição das descargas elétricas atmosféricas em terra, mar e litoral........... 67
2.21 Classificação das tempestades em terra, mar e litoral......................................... 67
2.22 Tempestade nível 1 ocorrida em 07/12/2002 sobre o continente........................ 68
2.23 Tempestade nível 4 ocorrida em 12/12/2003 sobre o mar.................................. 68
2.24 Tempestade nível 2 ocorrida em 19/11/2002 no litoral...................................... 69
3.1 Representação esquemática da estrutura vertical do modelo. O exemplo é para
quinze camadas verticais. As linhas pontilhadas denotam níveis sigma
intermediários e as sólidas, todos níveis sigma considerados.............................
74
3.2 Fluxograma dos principais programas e possíveis conjuntos de dados do
MM5....................................................................................................................
78
3.3 Domínios de integração do modelo de mesoescala MM5.................................. 85
4.1 Distribuição horária das descargas elétricas atmosféricas para o evento de
tempestade ocorrido nos dias 19 e 20 de novembro de 2003..............................
92
4.2 Distribuição espacial das descargas elétricas atmosféricas para o evento de
tempestade ocorrido nos dias 19 e 20 de novembro de 2003..............................
93
4.3 Seqüência de fragmentos de imagens infravermelhas de satélite
geoestacionário GOES–12 referente à tempestade em estudo (continuação na
página seguinte)..................................................................................................
96
4.4 Comparação entre (a) imagem infravermelha de satélite geoestacionário com
a temperatura do topo das nuvens realçada, (b) precipitação convectiva
simulada no domínio 1 e (c) precipitação convectiva simulada no domínio 2
99
4.5 Comparação entre (a) imagem infravermelha de satélite geoestacionário em
tons de cinza, (b) precipitação convectiva simulada no domínio 1 e (c)
precipitação convectiva simulada no domínio 2.................................................
100
4.6 Simulações das 18 UTC da divergência, em superfície (a) e 200 mb (b), razão
de mistura, em superfície (c) e 850 mb (d), advecção de temperatura, em 850
(e) e 500 mb (f), e velocidade vertical, em 500 mb (g).......................................
101
4.7 Simulações das 21 UTC da divergência, em superfície (a) e 200 mb (b), razão
de mistura, em superfície (c) e 850 mb (d), advecção de temperatura, em 850
(e) e 500 mb (f), e velocidade vertical, em 500 mb (g).......................................
102
4.8 Simulações das 22 UTC da divergência em superfície (a), razão de mistura
em superfície (b), advecção de temperatura em 850 mb (c) e velocidade
vertical em 500 mb (d)........................................................................................
103
4.9 Núcleos escolhidos na tempestade do dia 19 de novembro de 2003.................. 105
4.10 Área total, área recortada e área recortada interpolada para uma matriz 11x11
pontos de, respectivamente, divergência em 850 e 200 mb, razão de mistura
em superfície e 850 mb, advecção de temperatura em 500 mb e velocidade
vertical em 500 mb..............................................................................................
105
4.11 Distribuição horária das descargas elétricas atmosféricas para o evento de
tempestade ocorrido nos dias 12 e 13 de dezembro de 2003..............................
107
4.12 Distribuição espacial das descargas elétricas atmosféricas para o evento de
tempestade ocorrido nos dias 12 e 13 de dezembro de 2003..............................
108
4.13 Seqüência de fragmentos de imagens infravermelhas de satélite
geoestacionário GOES–12 referente à tempestade em estudo (continuação nas
páginas seguintes)...............................................................................................
111
4.14 Comparação entre (a) imagem infravermelha de satélite geoestacionário em
tons de cinza, (b) precipitação convectiva simulada no domínio 1 e (c)
precipitação convectiva simulada no domínio 2.................................................
114
4.15 Comparação entre (a) imagem infravermelha de satélite geoestacionário em
tons de cinza, (b) precipitação convectiva simulada no domínio 1 e (c)
precipitação convectiva simulada no domínio 2.................................................
115
4.16 Simulações das 19 UTC da divergência, em superfície (a) e 200 mb (b), razão
de mistura, em superfície (c) e 850 mb (d), advecção de temperatura, em 850
(e) e 500 mb (f), e velocidade vertical, em 500 mb (g).......................................
117
4.17 Simulações das 22 UTC da divergência, em superfície (a) e 200 mb (b), razão
de mistura, em superfície (c) e 850 mb (d), advecção de temperatura, em 850
(e) e 500 mb (f), e velocidade vertical, em 500 mb (g).......................................
118
4.18 Simulações das 23 UTC da divergência em superfície (a), razão de mistura
em superfície (b), advecção de temperatura em 850 mb (c) e velocidade
vertical em 500 mb (d)........................................................................................
119
4.19 Núcleo escolhido na tempestade do dia 12 de dezembro de 2003...................... 120
4.20 Área total, área recortada e área recortada interpolada para uma matriz 11x11
pontos de, respectivamente, divergência em 850 e 200 mb, razão de mistura
em superfície e 850 mb, advecção de temperatura em 500 mb e velocidade
vertical em 500 mb..............................................................................................
120
5.1 Esquema básico do sistema de previsão de descargas elétricas.......................... 123
5.2 Uma RNA com m camadas................................................................................. 125
5.3 Arquitetura da RNA............................................................................................ 126
5.4 Arquitetura dos neurônios utilizada.................................................................... 126
5.5 Um caso de ocorrência de tempestade com descargas elétricas......................... 127
5.6 Razão de mistura em superfície e em 850 mb, para os domínios (domínio
maior (a) e (d) e sub-região de interesse (b), (c), (e) e (f)) apresentados na
Figura 5.5............................................................................................................
128
5.7 Resultados ressaltando o aprendizado da RNA1................................................. 131
5.8 Erros após o treinamento da RNA1 (erro médio = 39,46 dph)............................ 131
5.9 Resultados ressaltando o aprendizado da RNA2................................................. 132
5.10 Erros após o treinamento da RNA2 (erro médio = 32,56 dph)............................ 132
5.11 Resultados com a RNA1 da previsão aplicada aos casos não treinados (erro
médio = 246,72 dph)...........................................................................................
133
5.12 Resultados com a RNA2 da previsão aplicada aos casos não treinados (erro
médio = 241,32 dph)...........................................................................................
133
CAPÍTULO 1
INTRODUÇÃO
1.1 APRESENTAÇÃO
Entre tantos fenômenos naturais que fazem parte da formação e evolução da Terra, as
tempestades e os relâmpagos despertam particular interesse de admiradores e pesquisadores,
quer pela beleza quer pelo caráter destrutivo que possuem. Embora estudados ao longo de
vários séculos, estes fenômenos permanecem, em muitos aspectos, ainda como grandes
mistérios para o homem. A dinâmica de uma célula de tempestade, os próprios processos de
formação e separação de cargas elétricas no interior da nuvem (em cumulonimbus, por
exemplo), a influência dos relâmpagos na química da atmosfera terrestre, bem como o seu
papel no monitoramento do aquecimento global da Terra são alguns temas sob investigação
em pesquisas recentes.
Os relâmpagos são descargas elétricas na atmosfera, acompanhadas de luz intensa, que
ocorrem devido à existência de cargas que produzem um campo elétrico local excedente à
capacidade dielétrica ou isolante do ar. Normalmente, estão associados a tempestades
podendo também ocorrerem em tempestades de neve, tempestades de areia, durante erupções
vulcânicas ou mesmo em outros tipos de nuvens, embora, nestes outros casos, costumam ter
extensões e intensidades bem menores.
O que realmente se passa no interior de uma nuvem de tempestade ou nuvem
cumulonimbus é muito pouco conhecido. A sua estrutura elétrica é bastante complexa, sendo
o resultado de processos macrofísicos, que atuam em escalas de quilômetros, e processos
microfísicos, que atuam em escalas de milímetros, ambos ocorrendo simultaneamente dentro
da nuvem. Basicamente, é assumido que em seu interior movimentos de ar ascendentes e
descendentes fazem partículas de gelo acumularem cargas elétricas opostas quando colidem
entre si. As partículas de água menores, carregadas positivamente, dirigem-se ao topo da
nuvem e as maiores, por sua vez, mais pesadas e carregadas negativamente, localizam-se na
base. Estas cargas elétricas intensas justamente originam as descargas atmosféricas.
Capítulo 1 – Introdução
P
ágina 26 de 149
O Brasil, devido a sua grande extensão territorial e ao fato de ser o maior país tropical
do mundo, apresenta intensa atividade elétrica. Com base em dados obtidos por sensores
óticos a bordo de satélites na última década, é estimado que cerca de 50 a 70 milhões de
relâmpagos nuvem-solo atinjam o solo brasileiro por ano, ou seja, dois relâmpagos por
segundo. Isto equivale a uma média de sete relâmpagos por quilômetro quadrado (Pinto Jr.,
2005). Anualmente, os relâmpagos são responsáveis por milhares de mortes no mundo e
prejuízos incalculáveis, como incêndios em florestas, acidentes na aviação, colapso na rede de
energia elétrica, interferência em rádio transmissão e queima de aparelhos eletrônicos.
Segundo López et al (1995), as descargas elétricas estão entre as três principais causas de
mortes por ano no Colorado e, tratando-se de mortes por fenômenos meteorológicos durante
os anos de 1940 e 1973 nos Estados Unidos, a principal.
Em virtude da crescente dependência pela sociedade de tecnologias sensíveis ao
impacto destes fenômenos, as pesquisas nesta área têm-se intensificado, principalmente no
que diz respeito ao conhecimento das condições meteorológicas propícias ao aparecimento
das descargas elétricas atmosféricas. Modelos numéricos e estatísticos são largamente
utilizados em análises de fenômenos meteorológicos, a fim de inferir mais objetivamente os
padrões atmosféricos.
Atualmente, o rápido desenvolvimento de modelos numéricos atmosféricos de
mesoescala e de estações de trabalho com múltiplos processadores, complementadas com as
novas tecnologias de observação em superfície e no espaço, tem permitido acelerar avanços
científicos e contribuir para o melhor entendimento de determinados fenômenos relacionados
com o prognóstico do tempo e do clima. A utilização da modelagem numérica, como
ferramenta de verificação do estado dinâmico da atmosfera, em estudos de tempestades
severas, por exemplo, associada às análises física, temporal e espacial de dados reais de
descargas elétricas atmosféricas, resultaria em uma integração interessante de informações
sobre a estrutura do fenômeno.
1.2 DESCRIÇÃO DO PROBLEMA
A proposta desta dissertação é elaborar um estudo inicial, a partir da geração de
correlações entre dados de descargas elétricas atmosféricas e campos simulados de variáveis
meteorológicas no Pennsylvania State University – National Center for Atmospheric
Capítulo 1 – Introdução
P
ágina 27 de 149
Research (PSU – NCAR) fifth-generation Mesoscale Model (MM5) (Dudhia et al, 2002), que
contribua, futuramente, para o desenvolvimento de sistemas de previsão de descargas elétricas
atmosféricas utilizando técnicas de inteligência artificial. Este estudo fornecerá as condições
primariamente necessárias à construção de um previsor de ocorrência de descargas elétricas
baseado em redes neurais artificiais.
1.3 MOTIVAÇÃO E OBJETIVOS
Constatou-se, segundo a pesquisa bibliográfica realizada, que provavelmente não há,
até o presente momento, trabalhos publicados abordando a análise de dados reais de descargas
elétricas atmosféricas, simulações numéricas em modelo de mesoescala e técnicas de
inteligência artificial, na tentativa de desenvolver e relacionar ferramentas para a construção
de um previsor de descargas elétricas.
A região de estudo foi escolhida dentre vários fatores que favoreceram e estimularam
o principal objetivo desta dissertação que é a realização de um estudo para o desenvolvimento
de um sistema de previsão de descargas elétricas atmosféricas. O Estado do Rio de Janeiro
trata-se, primeiramente, de uma área ampla coberta por um sistema de detecção de
relâmpagos em operação, o que possibilita trabalhar com dados reais de ocorrência. O litoral é
uma região influenciada climatologicamente por terra e mar, aspecto interessante visto que a
atividade e o comportamento de relâmpagos são distintos em relação a estas duas superfícies.
A região Sudeste do Brasil apresenta uma incidência significativa de descargas elétricas,
como pode ser constatado em alguns trabalhos pesquisados na revisão bibliográfica
comentada. Por fim, a mais importante concentração de plataformas de extração de petróleo
do Brasil está aí compreendida, sendo estrategicamente interessante conhecer melhor a
ocorrência de descargas elétricas atmosféricas nesta região.
É evidente a aplicabilidade prática dos resultados obtidos neste trabalho. A
possibilidade de conhecer, com alguma antecedência, o local da ocorrência de uma
tempestade com descargas elétricas atmosféricas é uma informação bastante valiosa, mesmo
que nela esteja certamente adicionado algum percentual de erro.
Capítulo 1 – Introdução
P
ágina 28 de 149
1.4 ESTRUTURA DO TEXTO
O segundo capítulo inicia apresentando uma revisão sobre eletricidade atmosférica,
processos de formação e eletrificação das nuvens de tempestade e sua estrutura elétrica, assim
como, classificação e morfologia dos relâmpagos, com ênfase nos relâmpagos nuvem-solo
que serão aqui estudados. Finalmente, é abordada a análise das distribuições espacial e
temporal realizada com os dados reais de descargas elétricas atmosféricas provenientes do
sistema de detecção de descargas de FURNAS Centrais Elétricas S. A. para o período de
março de 2002 a fevereiro de 2004.
O terceiro capítulo apresenta a descrição do modelo de mesoescala MM5, responsável
pelas simulações numéricas do comportamento dinâmico da atmosfera. São elaborados
comentários sobre equações básicas e método de resolução numérica, código numérico
dividido em módulos, condições iniciais e de contorno, opções de parametrizações físicas
escolhidas, configuração dos domínios de integração e variáveis meteorológicas selecionadas
para visualização após a realização de simulações.
O quarto capítulo discute dois casos de tempestade com intensa atividade elétrica, a
partir da análise das distribuições temporal e espacial das descargas atmosféricas associadas
aos eventos escolhidos, de imagens de satélite geoestacionário e de campos de simulação do
modelo de mesoescala MM5 para as variáveis meteorológicas divergência, razão de mistura,
advecção de temperatura e velocidade vertical. Na tentativa de aferir o desempenho do
modelo MM5, é também apresentado um estudo comparativo entre o comportamento
simulado da variável precipitação convectiva e as imagens de satélite. Por fim, é introduzido o
tratamento matemático conferido às saídas de simulação do modelo numérico MM5 para cada
variável, em seus respectivos níveis e horários de interesse, com o intuito de posterior
aplicação das técnicas de inteligência artificial.
O quinto capítulo concentra todo um esforço de utilização de uma rede neural artificial
(RNA) na tentativa de prever, com uma hora de antecedência, a ocorrência de tempestades
com descargas elétricas atmosféricas. Faz-se inicialmente uma breve descrição sobre o que
são e como funcionam as redes neurais artificiais. Em seguida, apresenta-se a estrutura de
rede escolhida para a realização dos testes. O pré-processamento das variáveis de entrada na
RNA e a sua forma de treinamento, bem como os testes com casos não treinados, são
apresentados e comentados. Os resultados finais são importantes por constituírem testes que
Capítulo 1 – Introdução
P
ágina 29 de 149
aferem a possibilidade ou não de utilização de uma RNA para fins de previsão de descargas
elétricas atmosféricas.
O sexto capítulo resume as principais conclusões, bem como apresenta algumas
sugestões para melhorar os resultados obtidos numa perspectiva de trabalhos futuros.
1.5 REVISÃO BIBLIOGRÁFICA COMENTADA
Não foram encontrados, na literatura, trabalhos abordando a previsão de descargas
elétricas atmosféricas a partir de técnicas de inteligência artificial, logo, acredita-se que este
seja o primeiro estudo a relacionar ocorrência de descargas, simulações numéricas do
comportamento dinâmico da atmosfera e inteligência artificial, na tentativa de desenvolver
ferramentas para a construção de um sistema de previsão de descargas elétricas. Em vista
disso, a revisão bibliográfica foi realizada de modo a fundamentar cada passo da metodologia
que será seguido.
Foram consultados importantes trabalhos relatando estudos sobre as propriedades
físicas das descargas elétricas atmosféricas em tempestades na América do Sul e nos Estados
Unidos (e.g. Gin, 1992; Pinto et al, 1992; Pinto Jr. et al, 1992; Reap & MacGorman, 1989), as
climatologias baseadas em observações usando uma rede relativamente densa de detectores de
raios (e.g. Beneti et al, 2002; Gin et al, 2000; Naccarato, 2001; Pinto et al, 1999; Pinto &
Pinto Jr., 2003; Pinto Jr. et al, 1996; Pinto Jr. et al, 1999; Pinto Jr. et al, 2003; Pinto Jr. et al,
2003a) e a constante investigação de descargas elétricas atmosféricas como fonte de gênese,
orientação e movimento de sistemas de mesoescala (e.g. Abdoulaev et al, 2000; Abdoulaev et
al, 2000a; Abdoulaev et al, 2001; Abdoulaev & Lenskaia, 2000).
Com relação ao sistema de modelagem numérica MM5 utilizado neste estudo, a
maioria dos artigos pesquisada está vinculada à caracterização dos esquemas de
parametrizações físicas (e.g. Kain, 2002; Oliveira & Menezes, 2004; Schultz, 1995; Wang &
Seaman, 1997) e à análise de desempenho do modelo na previsão de fenômenos
meteorológicos a partir de estudos de casos (Figueroa et al, 1998; Pereira et al, 2002; Roebber
& Eise, 2001; Yamazaki et al, 2004).
A seguir, serão apresentados comentários resumidos sobre alguns trabalhos que
mereceram relevância nesta revisão bibliográfica.
Capítulo 1 – Introdução
P
ágina 30 de 149
R. M. Reap & D. R. MacGorman (1989)
Cloud-to-Ground Lightning: Climatological Characteristics and Relationships to Model
Fields, Radar Observations and Severe Local Storms
Este trabalho apresenta a análise de dados de relâmpagos nuvem-solo provenientes da
rede National Severe Storms Laboratory (NSSL) localizada em Kansas e Oklahoma. Várias
características físicas e climatológicas das descargas registradas na região de cobertura da
rede durante os anos de 1985 e 1986 foram examinadas, entre elas, multiplicidade, polaridade,
relações com topografia e variações espacial, temporal e sazonal. Os relâmpagos nuvem-solo
foram comparados a observações de radar, relatórios de eventos climáticos extremos e
campos de simulação de modelos numéricos operacionais, a fim de encontrar relações entre
os dados que poderiam ser utilizadas na elaboração de previsões de tempo severo. Dentre os
principais resultados, foram obtidas boas correlações entre descargas positivas e negativas e
fluxo de umidade e circulação em baixos níveis, quando na presença de convergência de
umidade, vorticidade relativa ciclônica e forte movimento vertical na camada limite.
Contrariando as expectativas, a altura da camada de gelo e o cisalhamento do vento não foram
variáveis importantes na formação de tempestades.
I. R. C. A . Pinto et al (1992)
A Coordinated Study of a Storm System over the South American Continent 2. Lightning –
Related Data
Reportar uma apresentação detalhada dos relâmpagos associados aos sinais do campo
elétrico vertical estratosférico (sferics) obtidos em 13 de dezembro de 1989 durante o estudo
dirigido de um sistema convectivo de mesoescala ocorrido sobre a América do Sul foi o
objetivo deste artigo. Durante aproximadamente seis horas de vôo, medições do detector de
campo elétrico a bordo de um balão meteorológico registraram mais de uma centena de
descargas que poderiam ser intranuvens ou nuvem-solo positivas de, na grande maioria,
amplitudes menores do que 7 V/m associadas aos sinais de campo elétrico estratosférico. Os
sinais dos sferics apresentaram diferentes curvas de decaimento, algumas vezes ajustadas por
uma exponencial, outras por duas. De acordo com os autores, este fato pareceu estar
relacionado às diferentes condições de propagação entre descargas elétricas e trajetória do
balão, sendo a primeira vez que dados de campo elétrico estratosférico revelaram tal
comportamento. A rede Lightning Positioning and Tracking System (LPATS) registrou 326
Capítulo 1 – Introdução
P
ágina 31 de 149
descargas nuvem-solo a distâncias menores do que 100 km do balão, das quais 60% foram
positivas, contrariando observações realizadas durante o verão no Hemisfério Norte. A partir
da análise do tempo de ocorrência das descargas, conforme medidas na altitude do balão e no
solo, apenas uma pequena fração ocorreu simultaneamente com os sinais do campo elétrico
estratosférico, indicando que grande parte dos sferics foram então resultados de descargas
intranuvens. Um estudo dos dados de vento e temperatura durante o fenômeno de tempestade
mostrou que a predominância de descargas elétricas nuvem-solo positivas não é
aparentemente sustentada pela hipótese do dipolo inclinado, sendo necessário evocar outros
mecanismos para explicá-la.
O. Pinto Jr. et al (1992)
A Coordinated Study of a Storm System over the South American Continent 1. Weather
Information and Quasi-DC Stratospheric Electric Field Data
Este artigo apresenta os principais resultados de um estudo dirigido em 13 de
dezembro de 1989 no Brasil com a finalidade de analisar o comportamento elétrico associado
a uma intensa tempestade sobre o continente da América do Sul a partir de informações
meteorológicas e dados estratosféricos de temperatura e campo elétrico quasi-DC. Balão
estratosférico transportando sensor externo de temperatura e detector de campo elétrico,
estações meteorológicas de superfície e radiossondagens, imagens infravermelhas do satélite
GOES–7, radares meteorológicos e Lightning Positioning and Tracking System (LPATS)
foram as diferentes técnicas empregadas para aquisição dos dados observacionais.
Radiossondagens revelaram o desenvolvimento de grandes células convectivas no interior da
tempestade estendendo-se além da tropopausa. As análises das imagens no canal
infravermelho indicaram a tendência de as descargas elétricas ocorrerem próximo, mas não
exatamente abaixo, dos topos mais frios das nuvens. Os mapas de radar, por sua vez,
localizaram as descargas perto, mas fora, das áreas mais intensas de precipitação (níveis de
refletividade acima de 40 dBz). A altitude do balão meteorológico e o perfil da temperatura
ambiente mostraram variações significativas em associação com o sistema de tempestade,
sugerindo que a ocorrência do fenômeno pode consideravelmente afetar a estratosfera. O
campo elétrico vertical quasi-DC permaneceu praticamente durante todo o percurso do balão
numa direção contrária relativa à orientação descendente usual de tempo bom com valores tão
grandes quanto 4 V/m. Contrariando a maioria das medidas de campo elétrico realizadas em
outras regiões, nenhuma indicação de intensificação do campo vertical no sentido descendente
Capítulo 1 – Introdução
P
ágina 32 de 149
de tempo bom foi observada. Este fato acorda com observações passadas na América do Sul e
pode indicar que existem diferenças no processo de eletrificação de nuvens nesta região.
R. B. B. Gin (1992)
Estudo Coordenado de um Sistema de Tempestade sobre a América do Sul
Esta dissertação de mestrado foi pioneira em utilização e análise conjuntas de
diferentes técnicas para o estudo de nuvens de tempestade e relâmpagos na América do Sul.
Estudar a estrutura elétrica das nuvens de tempestade e a sua influência na estratosfera e no
Circuito Elétrico Atmosférico Global, bem como as características dos relâmpagos nuvem-
terra associados a regiões de grande instabilidade na América do Sul, foram os objetivos deste
trabalho. Para tanto, analisaram-se dados obtidos de um detector de campo elétrico a bordo de
um balão estratosférico, os quais foram complementados com dados de radiossondagem,
radar, satélite e detector de relâmpagos em superfície. Os resultados mostraram que a
estrutura elétrica das nuvens, sua influência na estratosfera e as características dos relâmpagos
nuvem-terra parecem ser diferentes das obtidas no Hemisfério Norte.
O. Pinto Jr. et al (1996)
Cloud-to-Ground Lightning Flash Characteristics in Southeastern Brazil for the 1992–1993
Summer Season
Neste artigo, são apresentadas em caráter inédito características das descargas elétricas
atmosféricas nuvem-solo negativas, positivas e bipolares obtidas pelo Lightning Positioning
and Tracking System (LPATS) no sudeste do Brasil para o período compreendido entre
dezembro de 1992 e março de 1993. Cerca de 300.000 descargas foram registradas e
estudadas em termos de polaridade, multiplicidade, corrente de pico da primeira descarga de
retorno, intensidade máxima da corrente de pico e distribuição horária de ocorrência. Os
resultados preliminares foram comparados a dados similares obtidos por sistemas de detecção
e localização de relâmpagos nos Estados Unidos, Austrália, Suíça e Japão, a medições
recentes de campo elétrico e a dados passados de descargas elétricas obtidos na África do Sul
e na Suíça.
Capítulo 1 – Introdução
P
ágina 33 de 149
W. Wang & N. L. Seaman (1997)
A Comparison Study of Convective Parameterizations Schemes in a Mesoscale Model
Um estudo comparativo entre quatro esquemas de parametrização cumulus, Anthes-
Kuo, Betts-Miller, Grell e Kain-Fritsch, foi conduzido neste artigo usando PSU/NCAR MM5.
O principal objetivo não foi descartar ou favorecer quaisquer parametrizações, mas tentar
identificar características responsáveis e erros sistemáticos associados com aplicações de
mesoescala desses esquemas em sistemas continentais. Suas performances foram examinadas
em seis eventos precipitantes nos Estados Unidos para as estações quente e fria. Precipitação,
pressão reduzida ao nível médio do mar, vento e temperatura foram os parâmetros escolhidos
para simulações em grades de resolução horizontal de 36 e 12 km. As previsões de
precipitação foram comparadas a observações e avaliadas quantitativamente a partir de
índices estatísticos. O esquema Kain-Fritsch pareceu apresentar melhor desempenho.
H. H. Faria (1998)
Estudo das Características dos Relâmpagos Nuvem-Solo Durante Dias de Grande Atividade
no Estado de Minas Gerais nos Anos de 1992 a 1994
Esta dissertação de mestrado tem como principal objetivo analisar as características
dos relâmpagos nuvem-solo em dias de grande atividade na região Sudeste do Brasil no
período de 1992 a 1994, associando-os a sistemas convectivos em escala sinótica. A partir de
dados obtidos através de um sistema de localização de tempestades (LPATS), com cerca de
450.000 descargas de retorno, foram estudadas a polaridade, a multiplicidade, a intensidade
de corrente e a distribuição temporal dos relâmpagos. Dos dezoito eventos selecionados,
divididos em períodos diurno e noturno, onze encontravam-se no período de transição
inverno-verão. Nos resultados obtidos, as características dos relâmpagos nuvem-solo não
variaram em relação aos períodos diurno e noturno e à mudança de estação.
J. C. Fernandes et al (1998)
Ocorrência de Relâmpagos sobre a Região Sul e Sudeste do Brasil
Este trabalho apresenta um estudo sobre a incidência de relâmpagos nas regiões Sul e
Sudeste do Brasil a fim de identificar épocas e horários mais favoráveis ao seu aparecimento.
A cidade do Rio de Janeiro apresentou a maior ocorrência média de relâmpagos, enquanto que
Capítulo 1 – Introdução
P
ágina 34 de 149
Porto Alegre, a menor. A atividade elétrica predominou entre as 18 e 22 horas nos meses de
dezembro, janeiro e fevereiro para todas as cidades estudadas, Belo Horizonte, São Paulo, Rio
de Janeiro e Porto Alegre. Cabe salientar que os dados analisados neste estudo resultam de
observações meteorológicas de superfície, ou seja, o observador da estação necessita ver um
relâmpago ou ouvir um trovão para registrar a ocorrência. Além da forma subjetiva do
procedimento, este somente é realizado no momento da hora cheia, não sendo registrado o
relâmpago que ocorre antes ou depois desse período.
R. Cox et al (1998)
A Mesoscale Model Intercomparison
Um estudo comparativo foi realizado neste trabalho na tentativa de determinar qual
modelo numérico de mesoescala melhor satisfaria aos requisitos de operações da Força Aérea
Americana. Os modelos Penn State University/ NCAR Mesoscale Model 5 (MM5), Colorado
State University Regional Atmospheric Modeling System (RAMS), Navy Operational
Regional Prediction System Version 6 (NORAPS6) e Relocatable Window Model (RWM)
selecionados foram configurados com os melhores parâmetros e avaliados quanto a sua
performance de desempenho na previsão numérica em diferentes regiões climáticas no
mundo, durante diferentes estações do ano. Uma comparação direta dos resultados gerados
pelos modelos com dados reais observados e com os critérios de precisão estabelecidos pela
Força Aérea Americana e Agência de Defesa Nuclear indicou estatisticamente o modelo
RAMS, seguido pelo MM5, como aqueles de melhor desempenho. Entretanto, apesar do
NORAPS6 e RWM terem sido, respectivamente, os últimos colocados, não houve grande
disparidade na classificação, visto que todos os modelos numéricos mostraram as mesmas
dificuldades na predição de algumas variáveis.
S. N. Figueroa et al (1998)
Aplicación Operacional del Modelo MM5 para el Pronóstico del Tiempo y la Modernización
de la Meteorología en el Perú
Este trabalho descreve as características, os resultados preliminares e o potencial do
modelo de mesoescala MM5 operacional desde 23 de março de 1998 no Instituto Geofísico
do Peru. A configuração do MM5 em tempo real inclui dois domínios, o primeiro, com
resolução horizontal de 81 km, cobrindo quase toda a América do Sul, e o segundo, com
Capítulo 1 – Introdução
P
ágina 35 de 149
resolução horizontal de 27 km, centrado sobre o Peru. A análise dos resultados revelou boa
performance do modelo para norte e leste do Peru, assim como, surpreendentemente, alto
desempenho no prognóstico de precipitação na Argentina, Uruguai, Paraguai e sul do Brasil.
Cabe ressaltar que o El Niño é o evento climatológico mais importante que ocorre no Peru e
as análises preliminares dos prognósticos numéricos mostraram um bom desempenho do
modelo para sua região de ocorrência.
O. Pinto Jr. et al (1999)
Cloud-to-Ground Lightning in Southeastern Brazil in 1993 1. Geographical Distribution
Neste artigo, os resultados da análise de aproximadamente 1,1 milhão de descargas
elétricas atmosféricas nuvem-solo, registradas pelo Lightning Positioning and Tracking
System (LPATS) no sudeste do Brasil para todo o ano de 1993, são apresentados em termos
da distribuição geográfica da densidade total de descargas, da porcentagem de descargas
positivas, das densidades das descargas negativas e positivas e da intensidade da corrente de
pico das descargas negativas e positivas. A possível dependência da densidade e da corrente
de pico com a latitude, a altitude e a resistividade do solo foi também investigada. Enquanto
que a corrente de pico para as descargas negativas correlacionou-se inversamente com a
latitude, a distribuição geográfica das descargas nuvem-solo negativas não apresentou
nenhuma relação significativa com tal parâmetro, sendo aparentemente influenciada por
fenômenos meteorológicos de grande escala e pela topografia. A distribuição geográfica das
descargas nuvem-solo positivas indicou que a localização dos sensores LPATS
provavelmente tem alguma influência nos registros, de modo que tal constatação pôde ser
explicada pelo fato das descargas positivas estarem contaminadas com descargas do tipo
intranuvens. Os valores da máxima densidade (7,7 km
-2
ano
-1
), da porcentagem (36,5%) e da
média geométrica da corrente de pico (17,8 kA) das descargas elétricas positivas não foram
considerados realmente representativos para a região de estudo devido à contaminação. Desta
forma, negligenciando as descargas positivas com corrente de pico inferior a 15 kA e
assumindo que estas correspondem a descargas intranuvens erroneamente identificadas pelo
sistema de detecção, os valores correspondentes às características anteriores seriam de 3.9
descargas/km
2
por ano, 23% e 38.7 kA. Os resultados encontrados foram comparados no
contexto a referências de outros autores que realizaram análises similares em diferentes partes
do mundo.
Capítulo 1 – Introdução
P
ágina 36 de 149
I. R. C. A . Pinto et al (1999)
Cloud-to-Ground Lightning in Southeastern Brazil in 1993 2. Time Variations and Flash
Characteristics
Neste artigo, são apresentadas em caráter inédito as variações mensal, sazonal (verão/
inverno) e diurna da atividade de descargas elétricas atmosféricas nuvem-solo no Brasil ao
longo de todo um ano. O conjunto de dados trabalhado foi descriminado em Pinto Jr. et al
(1999), assim como sua distribuição geográfica. Além dos registros do Lightning Positioning
and Tracking System (LPATS), também dados do campo de radiação das descargas elétricas
foram utilizados, a partir de medições obtidas da torre CTA localizada em São José dos
Campos (SP), com a finalidade de comparar a multiplicidade das descargas detectadas por
ambos os sistemas. O comportamento mensal da atividade elétrica mostrou dois picos
característicos de região tropical nos meses de março e novembro, enquanto que as variações
sazonais indicaram maior ocorrência de descargas elétricas nas estações da primavera e do
verão. Os valores de multiplicidade encontrados pelo sistema LPATS foram muito inferiores
aqueles registrados na mesma região do Brasil pelos campos de radiação. A corrente de pico
foi mais alta no verão do que no inverno, contrariando resultados obtidos em outras partes do
mundo. A atividade elétrica negativa foi máxima entre 15 e 18 horas local, associada à intensa
convecção ocorrida durante este período, e mínima nas primeiras horas da manhã. A variação
diurna das descargas positivas seguiu o mesmo comportamento apenas durante o inverno,
apresentando dois picos de máximo no verão entre 14 e 15 horas e às 19 horas local. Tal fato
pareceu estar relacionado à contaminação por descargas do tipo intranuvens. Os resultados
igualmente foram relacionados a outros obtidos por diferentes autores.
R. B. B. Gin et al (2000)
Estudo de Descargas Elétricas Atmosféricas no Sul e Sudeste do Brasil: Análise Preliminar
Atividade mensal e distribuição geográfica da densidade de descargas atmosféricas,
intensidade de corrente média e porcentagem de descargas positivas foram analisadas para os
Estados de São Paulo e Paraná durante o período de outubro de 1998 a fevereiro de 1999. Os
dados deste estudo são do sistema de detecção contínua de descargas elétricas Lightning
Positioning and Tracking System (LPATS) do Sistema Meteorológico do Paraná (SIMEPAR).
Capítulo 1 – Introdução
P
ágina 37 de 149
R. B. B. Gin & R. L. Guedes (2000)
Climatologia de Relâmpagos no Brasil: Análise Preliminar
As distribuições temporal e espacial da atividade elétrica em regiões de diferentes
latitudes no Brasil durante um período de 10 anos foram analisadas neste trabalho através do
cálculo do índice ceráunico. Como principais resultados, ressalta-se maior atividade de
relâmpagos no território brasileiro nos meses de janeiro e março nos horários entre 19 e 21
horas. As cidades do Rio de Janeiro, Salvador e Belo Horizonte apresentaram, em média, a
maior freqüência anual de relâmpagos, em função, segundo os autores, da associação de
fenômenos meteorológicos com fatores locais.
K. P. Naccarato (2001)
Estudo de Relâmpagos no Brasil com Base na Análise de Desempenho do Sistema de
Localização de Tempestades
O objetivo desta dissertação de mestrado foi avaliar o desempenho do Sistema de
Localização de Tempestades (SLT) instalado na região Sudeste do Brasil para estabelecer
suas limitações como instrumento de medida e a influência de sua configuração e de sua rede
de detecção nos dados gerados. Com base nesses resultados, foram obtidos os principais
aspectos dos relâmpagos em função das condições geográficas e sazonais usando dados do
verão e do inverno de 1999 e 2000. Um estudo preliminar sobre a ocorrência de relâmpagos
em regiões densamente povoadas no verão de 2000 e 2001 também foi realizado.
S. Abdoulaev et al (2001)
Análise de Sistemas de Mesoescala Utilizando Dados de Descargas Nuvem-Terra
O objetivo deste trabalho foi verificar a possibilidade do acompanhamento operacional
da formação e evolução de sistemas de mesoescala de precipitação na região Sul da América
do Sul e no Oceano Atlântico, observados por satélite e radar, a partir de Campos
Acumulados de Descargas Atmosféricas à Terra (CAD). Apesar da distância significativa dos
detectores de raios da Rede Integrada de Detecção de Descargas Atmosféricas (RIDAT) em
relação à região de estudo, a sobreposição dos CAD, em intervalos de tempo de 0,5 a 2 horas,
permitiu determinar orientação e velocidade das frentes frias, seções frontais do ciclone e
onda frontal e convecção em desenvolvimento e dissipação.
Capítulo 1 – Introdução
P
ágina 38 de 149
A. S. Silva et al (2002)
Impacto do Aumento da Resolução Espacial na Previsão de Tempo Regional
Neste trabalho são descritos os resultados de previsões de 72 horas realizadas com o
modelo de mesoescala MM5 no Laboratório de Prognóstico em Mesoescala (LPM)/ UFRJ,
usando uma resolução de 20 km, incluindo o aninhamento subseqüente de duas outras grades
com resoluções de 6,6 e 2,2 km centradas no município do Rio de Janeiro. Com este novo
esquema de previsões, os autores puderam constatar um aumento na quantidade e na
qualidade da informação que é disponibilizada ao usuário. As previsões de circulação
atmosférica e temperatura do ar mostraram-se boas, enquanto que as de precipitação ainda
estão abaixo da expectativa.
C. Beneti et al (2002)
Efeitos Geográficos e Orográficos na Incidência de Descargas Elétricas Atmosféricas no
Paraná – Estudo Preliminar
Relacionar a incidência de descargas elétricas no Paraná com a orografia e a
localização geográfica deste Estado foi o objetivo deste trabalho. Os autores processaram
mais de 8,7 milhões de descargas elétricas detectadas durante seis anos (1996-2001). Como
principais resultados, ressalta-se que a orografia, em conjunto com os sistemas
meteorológicos predominantes no período, foi determinante para os altos valores da densidade
de descargas encontrados nas regiões do Vale do Rio Ribeira do Iguape e da Serra Geral, os
quais, em ambos os casos, foram superiores a 10 descargas/km
2
/ano, enquanto que a média
para todo o Estado foi inferior a 5 descargas/km
2
/ano.
H. H. Faria (2002)
Estudo Comparativo da Atividade e Características dos Relâmpagos nas Regiões de
Rondônia e Sudeste, no Período de Outubro de 1999 a Março de 2000
Esta tese de doutorado é pioneira no estudo da atividade elétrica na região de
Rondônia e na comparação da atividade de relâmpagos com as condições meteorológicas em
ambas as regiões. Seu principal objetivo, portanto, foi analisar comparativamente a atividade
e as características dos relâmpagos nuvem-solo e intranuvem nas regiões de Rondônia e
Sudeste, identificando, assim, seus comportamentos elétricos e relacionando-os às
Capítulo 1 – Introdução
P
ágina 39 de 149
características de precipitação das tempestades, a partir da análise dos principais fenômenos
meteorológicos.
R. B. B. Gin & C. Beneti (2002)
Estudo das Tempestades Elétricas de Grande Impacto sobre o Estado de São Paulo: Verão de
2001
O presente estudo apresenta características surpreendentes das descargas atmosféricas
associadas a tempestades convectivas severas que ocorreram em dias de grande impacto para
o Estado de São Paulo durante o verão de 2001. Foram analisadas atividade, densidade,
polaridade e intensidade de corrente média. De aproximadamente 450.000 descargas
registradas pelo sistema de detecção contínua LPATS do SIMEPAR nos meses de janeiro e
fevereiro, 80.900 ocorreram em apenas sete episódios convectivos neste período. O máximo
de atividade elétrica de um sistema convectivo de mesoescala, que provocou ao todo 22.000
descargas, foi de 4.000 descargas/hora, em torno das 18 horas local, com uma atividade média
de 50 descargas/hora.
T. R. A. Pereira et al (2002)
Análise do Desempenho do Modelo Numérico MM5 na Previsão de Chuva sobre o Estado do
Rio de Janeiro
O objetivo deste trabalho foi a partir da comparação com dados observados qualificar
a performance do modelo de mesoescala MM5, implementado no Laboratório de
Prognósticos em Mesoescala (LPM)/ UFRJ, na previsão de precipitação. A análise dos
resultados mostrou que o desempenho do modelo é melhor para as primeiras 24 horas de
integração. Em previsões acumuladas de 6 em 6 horas, a ocorrência do evento é prevista com
um certo atraso temporal.
I. R. C. A. Pinto & O. Pinto Jr. (2003)
Cloud-to-Ground Lightning Distribution in Brazil
Uma revisão da distribuição das descargas elétricas atmosféricas nuvem-solo no Brasil
é realizada neste artigo com base em todos dados disponíveis de índice ceráunico, contadores
de descargas, redes de detecção LF/VLF, precipitação e sensores óticos a bordo de satélites.
Capítulo 1 – Introdução
P
ágina 40 de 149
As análises sugeriram que 50 a 70 milhões de descargas nuvem-solo ocorrem por ano no país,
estando a maioria delas concentrada nas regiões Norte, Centro e Sudeste com densidades
superiores a 10 descargas km
-2
ano
-1
. Apesar do progresso significativo verificado na última
década em relação à obtenção de registros do comportamento das descargas elétricas,
informações sobre a distribuição da corrente de pico, multiplicidade e porcentagem de
descargas nuvem-solo positivas ainda são bastante limitadas e controversas.
O. Pinto Jr. et al (2003)
A Comparative Analysis of Lightning Data from Lightning Networks and LIS Sensor in the
North and Southeast of Brazil
Dados de descargas elétricas intranuvens e nuvem-solo das regiões Norte e Sudeste do
Brasil são comparados neste artigo com base em observações obtidas de redes de detecção em
superfície e do Lightning Imaging Sensor (LIS) a bordo do satélite Tropical Rainfall
Measuring Mission (TRRM) para o período de 01 de outubro de 1999 a 13 de abril de 2000.
Uma análise detalhada das informações mostrou que a ocorrência de descargas nuvem-solo na
região Norte é cerca de 20% superior àquela verificada na região Sudeste para uma área de
tamanho similar, enquanto que a porcentagem de descargas intranuvens é praticamente a
mesma em ambas as regiões (~60–65%). Outro estudo realizado com os dados registrados
pelo LIS indicou serem estes representativos da atividade elétrica nuvem-solo detectada pelos
sistemas em terra. Também foi encontrada correlação entre a porcentagem de descargas
elétricas nuvem-solo positivas e intranuvens em toda a área de estudo da região Norte. Tal
relação não ocorreu na região Sudeste.
O. Pinto Jr. et al (2003a)
A Seven-Year Study About the Negative Cloud-to-Ground Lightning Flash Characteristics in
Southeastern Brazil
Os resultados do estudo das distribuições anual, mensal e horária do número,
intensidade da corrente de pico e multiplicidade de aproximadamente 10 milhões de descargas
elétricas atmosféricas nuvem-solo negativas registradas pelo Lightning Positioning and
Tracking System (LPATS) na região Sudeste do Brasil para o período de novembro de 1988 a
dezembro de 1995 são apresentados neste artigo. O conjunto de dados citado é o maior já
obtido nos trópicos usando praticamente uma configuração constante para a rede de detecção.
Capítulo 1 – Introdução
P
ágina 41 de 149
A distribuição anual do número de descargas exibiu variações tão grandes quanto 80% que
não se correlacionaram claramente com quaisquer fenômenos meteorológicos, indicando
possíveis interações complexas entre diferentes processos responsáveis pela ocorrência de
atividade elétrica. As distribuições mensal, com dois picos característicos de região tropical
em fevereiro e novembro, e horária, com máximos entre 16 e 18 horas local, pareceram seguir
fielmente o comportamento da temperatura do ar. As variações anuais da corrente de pico
mostraram um valor médio de 40,4 kA e uma diminuição significativa nos anos de 1991 a
1994 aparentemente relacionada aos efeitos sazonais do fenômeno El Niño. Sua distribuição
mensal apresentou valores mais baixos no inverno do que no verão, em contraste com
resultados recentemente publicados nos Estados Unidos, parecendo bem correlacionada ao
comportamento mensal do número de descargas. A distribuição anual da multiplicidade das
descargas apresentou um aumento sistemático após 1992, aparentemente não provocado por
quaisquer sistemas meteorológicos, enquanto que a mensal foi consistente com a hipótese da
multiplicidade estar relacionada com a altura média alcançada pelas nuvens de tempestade. A
sua distribuição horária mostrou-se influenciada por efeitos do nascer e do pôr do sol. Os
resultados foram comparados a outros similares obtidos em diferentes regiões do mundo.
A. Bomfin Júnior (2004)
Implementação de uma Rede Neural Artificial na Associação de Imagens do Radar
Meteorológico e Dados de Descargas Elétricas
O principal objetivo desta dissertação de mestrado foi elaborar um estudo comparativo
entre a ocorrência de descargas elétricas e as imagens de refletividade de radar a partir de
redes neurais artificiais (RNA), o que permitiu estabelecer relações entre as descargas
atmosféricas e os dados do radar meteorológico. Os resultados obtidos foram promissores,
observando-se, em alguns casos, correlações de até 80%, enquanto que, em outros, não foi
possível quantificar as saídas das redes neurais, apenas verificar uma tendência de
similaridade entre a saída da rede e os dados observados.
Capítulo 1 – Introdução
P
ágina 42 de 149
C. Oliveira & W. F. Menezes (2004)
Estudo de Configurações de Parametrizações Físicas em um Modelo Numérico via Estudo de
Caso
O objetivo deste trabalho foi avaliar o desempenho do modelo numérico MM5 sob
diferentes parametrizações físicas, fundamentais na formação de sistemas precipitantes, com a
finalidade de determinar aquelas que melhor caracterizam a precipitação associada a estes
eventos. Para o estudo de caso do sistema convectivo de mesoescala que atingiu a região
metropolitana do Rio de Janeiro em 15 de novembro de 2001, três parametrizações de
microfísica (Schultz, Goddard e Dudhia) e uma parametrização de convecção (Kain-Fritsch 2)
foram selecionadas. Os autores concluíram que o modelo obteve um excelente desempenho
independente da parametrização escolhida, conseguindo simular com boa precisão a
localização espacial do evento, apesar do pequeno atraso na determinação do seu momento de
início e dissipação. Embora os experimentos tenham apresentado resultados similares, é
destacado o desempenho da parametrização de Schultz e, ainda, observado que a inclusão da
parametrização de Kain-Fritsch 2, na escala estudada, não acrescentou informação relevante.
N. O. Moraes et al (2004)
Uso do Modelo MM5 na Simulação da Distribuição Horizontal da Temperatura na Região
Metropolitana do Rio de Janeiro sob a Influência de Efeitos Sinóticos
O objetivo principal deste estudo consistiu em comparar prognósticos do modelo
MM5 com dados observados provenientes de estações meteorológicas dos aeroportos da
Região Metropolitana do Rio de Janeiro e, por fim, estabelecer a relação entre a ocorrência de
sistemas sinóticos e a intensificação e o surgimento de gradientes térmicos horizontais. Foram
utilizados na metodologia o modelo numérico MM5, informações observacionais do METAR,
imagens de satélite e dados de reanálise do National Center for Environmental Prediction
(NCEP). Nas simulações, duas grades aninhadas foram estabelecidas: a de menor resolução
espacial, 9 km, abrangendo todo o Estado do Rio de Janeiro, e a segunda, com 3 km, centrada
na Região Metropolitana do Rio de Janeiro. Os resultados mostraram, através das
comparações realizadas a partir do cálculo de índices estatísticos, que o MM5 teve um
comportamento termodinâmico bastante coerente em resposta às situações sinóticas
apresentadas. A análise da simulação da distribuição horizontal de temperatura prognosticada
Capítulo 1 – Introdução
P
ágina 43 de 149
pelo modelo demonstrou a existência de núcleos mais quentes na Região Metropolitana do
Rio de Janeiro, caracterizando a existência de ilhas de calor.
Y. Yamazaki et al (2004)
Análise de um Caso de Chuvas Intensas em Pelotas – RS Usando o Modelo MM5
Os sistemas de mesoescala que se desenvolveram no Estado do Rio Grande do Sul e
no Uruguai, particularmente nas proximidades da cidade de Pelotas, durante o período de 3 a
5 de fevereiro de 2003, foram avaliados utilizando resultados do processamento do modelo de
mesoescala MM5. As configurações usadas para simular e reproduzir a situação observada,
como também, um breve sumário do sistema MM5 implantado, os procedimentos incluídos e
os resultados das análises foram apresentados. Apesar do estabelecimento de três domínios
aninhados, o de maior resolução é o que apresentou melhor resultado, quando comparado às
observações de superfície da Estação Agroclimatológica de Pelotas (Convênio EMBRAPA/
UFPel). Os resultados das análises revelaram que a performance do modelo foi promissora,
mostrando grande potencialidade em fornecer prognósticos com boa resolução temporal e
espacial sobre a região Sul do País.
CAPÍTULO 2
DESCARGAS ELÉTRICAS ATMOSFÉRICAS
2.1 INTRODUÇÃO
Uma típica nuvem de tempestade apresenta um diâmetro de 10 a 20 km, alcança
altitudes de 10 a 20 km e dura em média de 30 a 90 minutos. Algumas vezes, permanece fixa
em um dado lugar, outras vezes, movimenta-se com uma velocidade de 40 a 50 km/h.
Conforme mostra a Figura 2.1 abaixo, normalmente pode ser identificada por seu largo e
brilhante topo esbranquiçado que se projeta na direção dos ventos formando uma saliência
denominada bigorna (Pinto Jr. & Pinto, 2000).
Figura 2.1 – Esta seqüência de fotografias mostra o processo de transformação de nuvens
cúmulos congestus para cumulonimbus durante um período de 55 minutos.
FONTE: Wallace & Hobbs (c1977, p.219)
O vapor d’água, existente nas camadas mais baixas da atmosfera, à medida que
ascende por convecção, devido a maior temperatura das parcelas de ar próximas à superfície,
passa do estado de vapor para os estados líquido e sólido em determinadas alturas da
atmosfera, adquirindo formas de gotas de água, gotículas de água super resfriadas, cristais de
neve, granizo leve, pedras de granizo e cristais de gelo, em função da altitude, da temperatura
(a) 11 h 15 min (b) 11 h 25 min (c) 11 h 40 min
(d) 11 h 55 min (e) 12 h 10 min
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 46 de 149
e da umidade relativa da atmosfera. Deste processo, forma-se uma nuvem que pode continuar
se desenvolvendo até atingir um estágio maduro, quando, então, surgem as chamadas células
de tempestade. Uma nuvem de tempestade pode ser constituída por várias células
eletrificadas, em diferentes estágios de desenvolvimento (Naccarato, 2001). Segundo Gin
(1992), é denominada célula, a região onde ocorre a atividade convectiva dentro da nuvem.
Nuvens de tempestade, também conhecidas como nuvens cumulonimbus (Cb),
comumente são classificadas em tempestades isoladas e tempestades organizadas. As isoladas
têm duração de aproximadamente 1 ou 2 horas e sua ocorrência está relacionada a fatores
locais como convecção, orografia, aquecimento diurno e teor de umidade local. Por outro
lado, as tempestades organizadas ou sistemas convectivos de mesoescala, além da duração e
atividade elétrica intensas, costumam ser mais severos, apresentando chuvas fortes, ventos
bastante violentos e granizo. Alguns tipos particulares destes últimos sistemas são as linhas de
tempestade, as linhas de instabilidade e os complexos convectivos de mesoescala (Pinto Jr. &
Pinto, 2000).
A eletrificação das células de tempestade é causada por colisões mútuas e fricções da
água em suas várias fases no interior da nuvem, em função dos fortes movimentos
ascendentes e descendentes do ar. Grandes centros de carga positivos e negativos surgem,
então, como resultado da geração e separação das cargas através de processos microfísicos e
macrofísicos ainda pouco conhecidos (Gin, 1992; Gomes, 2002; Pinto Jr. & Pinto, 2000).
Com o acúmulo de cargas, o campo elétrico intensifica-se dando origem às descargas elétricas
atmosféricas ou relâmpagos, causados pela ruptura dielétrica do ar no interior da nuvem de
tempestade (Naccarato, 2001).
As próximas seções abordarão mais detalhadamente conceitos e características
fundamentais no estudo da eletricidade atmosférica, uma breve apresentação do sistema de
detecção de relâmpagos no solo, a descrição e o comportamento dos dados de descargas
elétricas atmosféricas e a metodologia empregada para sua análise. Na seção 2.2, serão
apresentados o processo de formação, os mecanismos de geração e separação de cargas e a
estrutura elétrica das nuvens de tempestade. Características físicas dos relâmpagos, com
ênfase naqueles nuvem-solo estudados neste trabalho, serão discutidas na seção 2.3. A seção
2.4 apresentará resumidamente a técnica de detecção de relâmpagos no solo utilizada no
Brasil, bem como seus sensores. Já a seção 2.5 descreverá as características e a atividade dos
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 47 de 149
dados de descargas elétricas atmosféricas na região de estudo escolhida e a metodologia
empregada na sua análise, visando à continuação do estudo proposto nesta dissertação.
2.2 ELETRICIDADE ATMOSFÉRICA
2.2.1 Formação de uma Nuvem de Tempestade
O ciclo evolutivo de uma nuvem de tempestade, representado na Figura 2.2, é
composto por três estágios diferentes: estágio de desenvolvimento ou estágio cúmulos, estágio
de maturação e estágio de dissipação, cada um com duração de 20 a 40 minutos.
Figura 2.2 – Descrição esquemática do ciclo de vida de uma nuvem de tempestade:
(a) estágio de desenvolvimento, (b) estágio de maturação e (c) estágio de dissipação.
FONTE: Wallace & Hobbs (c1977, p.239)
O estágio de desenvolvimento inicia-se a partir da reunião de pequenas nuvens brancas
que se formam tipicamente em torno de 1 km de altura possuindo uma extensão tanto
horizontal quanto vertical de algumas centenas de metros chamadas nuvens cúmulos. Nesta
fase, os movimentos verticais são predominantemente ascendentes, arrastando partículas de
gelo e gotículas de água para cima. A extensão horizontal da célula convectiva pode chegar a
10 km de diâmetro, com a base situada a uma altura de 1,5 km e o topo, a 8 km,
aproximadamente. O conteúdo de água no interior da nuvem aumenta da base para o topo e,
com isso, percebe-se claramente o crescimento, observando-se a rápida formação de torres
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 48 de 149
que surgem e, logo depois, abatem-se, sendo substituídas por outras maiores, que também se
abatem, mas atingindo um nível mais elevado que o anterior e, assim, sucessivamente.
Durante esta etapa do desenvolvimento não ocorre precipitação.
O início do estágio de maturação é considerado ocorrer quando a precipitação atinge a
superfície. Nesta fase coexistem correntes ascendentes e subsidentes muito intensas no
interior da nuvem. Os movimentos descendentes, gradualmente intensificados horizontal e
verticalmente, acontecem devido a não sustentação das gotículas de água e partículas de gelo
que cresceram de tamanho. O aumento na freqüência de relâmpagos e trovões denuncia o
clímax da atividade da célula convectiva neste estágio. O diâmetro da nuvem é tipicamente de
10 km, embora possa atingir, em alguns casos, dezenas de quilômetros. A altura da base pode
variar de 1 km até cerca de 4 km, dependendo da umidade. O topo atinge alturas que variam
de 8 a 20 km, alcançando e mesmo ultrapassando, muitas vezes, a tropopausa. Sua forma
também costuma apresentar um alargamento em relação ao diâmetro da nuvem, decorrente do
espalhamento horizontal das partículas de gelo, o que, devido à influência dos ventos, confere
à região um aspecto de bigorna.
Durante o estágio de dissipação, a intensidade da precipitação diminui, ficando
progressivamente mais raras as descargas elétricas. O movimento de ar é quase
exclusivamente subsidente, provocando um resfriamento da nuvem em relação a sua
vizinhança. A altura do topo tende a diminuir e este a adquirir nitidamente um aspecto cirroso.
A chuva passa de moderada a fraca e toda a nuvem começa a se desagregar.
2.2.2 Mecanismos de Geração e Separação de Cargas em Nuvens de Tempestade
Não estão totalmente esclarecidos os processos físicos responsáveis pela acumulação
de cargas elétricas diferentes no interior da nuvem. Em parte, isto se deve ao fato de a
estrutura elétrica de uma nuvem de tempestade ser bastante complexa, resultado de processos
microfísicos e macrofísicos que ocorrem simultaneamente em seu interior.
A teoria mais aceita para explicar a geração de cargas requeridas para eletrificar uma
nuvem de tempestade assume que as partículas carregadas são produzidas por colisões de
diferentes partículas de gelo no interior da nuvem. Entretanto, detalhes da transferência de
cargas durante o processo de colisão não são muito bem conhecidos (Faria, 1998; Faria, 2002;
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 49 de 149
Pinto Jr. & Pinto, 2000). Os dois processos microfísicos mais considerados são o processo
colisional indutivo e o processo colisional termoelétrico.
O processo colisional indutivo, representado na Figura 2.3, consiste na polarização de
partículas de gelo grandes, como o granizo, devido à presença do campo elétrico atmosférico
externo. Sendo o campo elétrico descendente e havendo colisões de partículas menores, como
cristais de gelo, na parte inferior do granizo, o mesmo transfere para o cristal as cargas
positivas em excesso, tornando-se negativamente carregado. À medida que as partículas de
cristais de gelo e granizo ficam carregadas, elas são separadas por processos macrofísicos.
Esta separação resulta em um reforço do campo elétrico dentro de uma nuvem eletrificada, o
que provocará novas induções nos granizos.
O processo colisional termoelétrico estabelece que a polaridade da carga transferida
durante uma colisão entre diferentes partículas de gelo depende da temperatura no local da
colisão, conforme ilustrado na Figura 2.4. Se a temperatura local for maior que uma dada
temperatura, denominada temperatura de inversão de carga e estimada ser em torno de –15
ºC a aproximadamente 6 km de altitude, o granizo ficará positivamente carregado e o cristal
de gelo negativamente carregado. O cristal de gelo, devido a movimentos ascendentes subirá,
criando assim um centro de cargas positivas na parte inferior da nuvem, devido a grande
quantidade de granizo que permanecerá no local da colisão. Caso a colisão ocorra em
temperatura inferior à temperatura de inversão de carga, o granizo tornar-se-á negativamente
carregado e o cristal de gelo positivamente carregado, criando assim dois centros de cargas,
um positivo e um negativo, ambos acima da temperatura de inversão. Dessa forma, a célula de
tempestade terá três centros de cargas, ou seja, uma estrutura tripolar.
Figura 2.3 – Processo Colisional Indutivo.
FONTE: Pinto Jr. & Pinto (2000, p.71)
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 50 de 149
Figura 2.4 – Processo Colisional Termoelétrico.
FONTE: Pinto Jr. & Pinto (2000, p.72)
Depois de geradas, as partículas carregadas são separadas por processos macrofísicos,
a partir da ação gravitacional, no processo gravitacional, e do efeito de correntes de ar
ascendentes e descendentes, no processo convectivo. Ambos, mostrados nas Figuras 2.5 e 2.6,
respectivamente, são considerados processos importantes para o transporte de cargas dentro
das nuvens de tempestade.
Figura 2.5 – Processo Gravitacional.
FONTE: Faria (2002, p.44)
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 51 de 149
Figura 2.6 – Processo Convectivo.
FONTE: Faria (2002, p.45)
O processo gravitacional, também conhecido como a teoria de precipitação, assume
que a ação da gravidade, atuando sobre diferentes partículas de gelo com tamanhos que
variam de uma fração de milímetro até alguns poucos centímetros, tende a fazer com que as
partículas maiores permaneçam na parte inferior da nuvem, enquanto que as partículas
menores permaneçam na parte superior da nuvem de tempestade.
O processo convectivo assume que as correntes ascendentes e descendentes dentro das
nuvens transportam as partículas carregadas e atuam de modo a manter as partículas menores
suspensas na parte superior da nuvem.
2.2.3 Estrutura Elétrica de uma Nuvem de Tempestade
Um modelo idealizado da estrutura elétrica de uma nuvem de tempestade estabelece
dois centros de cargas principais, um negativo localizado na metade inferior da nuvem e um
positivo situado na parte superior, como pode ser visto na Figura 2.7. A carga nestes centros
pode variar consideravelmente de um local para outro e de nuvem para nuvem, com valores
desde uma dezena a algumas centenas de Coulombs. Eventualmente, um pequeno centro de
cargas positivo pode estar presente na base da nuvem, abaixo do centro negativo principal.
Seu aparecimento é considerado como sendo associado às cargas positivas provenientes do
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 52 de 149
solo por efeito corona. As finas camadas de cargas positivas e negativas, na base e no topo da
nuvem, respectivamente, correspondem à blindagem dos centros de carga principais. Estas
camadas são produzidas pelo aprisionamento de íons, provenientes do ar claro adjacente, às
partículas da nuvem, carregando-as eletricamente (Naccarato, 2001; Pinto Jr. et al, 1992).
Figura 2.7 – Configuração dos centros de carga elétrica em uma
nuvem de tempestade segundo modelo idealizado.
2.3 RELÂMPAGOS
2.3.1 Classificação
O relâmpago consiste em uma descarga elétrica de grandes proporções na atmosfera
que apresenta imensuráveis fenômenos relacionados, não só próximos ao local de sua
ocorrência, mas também a grandes distâncias.
Existem diversos tipos de relâmpagos, classificados de acordo com o local onde se
originam e terminam: relâmpagos nuvem-solo (NS), caracterizados por descargas elétricas
que, partindo de uma nuvem, atingem a superfície da Terra; relâmpagos solo-nuvem (SN),
que ocorrem a partir do solo em direção à nuvem; relâmpagos intranuvem (IN), os quais
ocorrem no interior de uma mesma nuvem de tempestade; relâmpagos entre-nuvens (EN), que
ocorrem entre nuvens diferentes; relâmpagos no ar (AR), que partem de uma nuvem e
terminam na própria atmosfera, sem alcançar uma outra nuvem ou o solo; ou ainda,
relâmpagos da nuvem para ionosfera (NI).
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 53 de 149
Os relâmpagos intranuvem (IN) são os mais freqüentes, em parte devido ao fato de a
capacidade isolante do ar diminuir com a altura em função da diminuição da densidade do ar,
facilitando com que uma partícula possa ser acelerada a ponto de iniciar uma descarga, e em
parte devido às regiões de cargas opostas estarem mais próximas. Eles representam, em
média, cerca de 80% do número total de relâmpagos, podendo este percentual variar de
acordo com a latitude geográfica (Pinto Jr. & Pinto, 2000).
Comparativamente raros são os relâmpagos entre-nuvens (EN), os relâmpagos no ar
(AR) e os relâmpagos da nuvem para ionosfera (NI). Devido a grande dificuldade em obter-
se informações detalhadas sobre seus mecanismos físicos, estes relâmpagos no céu
permanecem pouco conhecidos. Por outro lado, os relâmpagos que envolvem o solo, também
chamados de raios, são os mais estudados e, conseqüentemente, melhor compreendidos,
devido não só a maior facilidade na realização de medidas, como também a sua ação
destrutiva na superfície terrestre. Depois daqueles que ocorrem no interior das nuvens, os
relâmpagos nuvem-solo (NS) são os mais freqüentes. Já os relâmpagos solo-nuvem (SN), em
geral, ocorrem a partir de pontos altos no solo, como prédios, torres e árvores.
Neste trabalho foram estudadas a atividade e as características físicas apenas dos
relâmpagos nuvem-solo (NS). Portanto, somente este tipo de descarga elétrica será discutida
com maiores detalhes a seguir.
2.3.2 Relâmpagos Nuvem-Solo
Os relâmpagos nuvem-solo (NS) também são classificados pela polaridade das cargas
efetivamente transferidas ao solo: relâmpagos nuvem-solo negativos, que transferem cargas
negativas de uma região carregada negativamente dentro da nuvem para o solo, e relâmpagos
nuvem-solo positivos, que transportam cargas positivas de uma região carregada
positivamente dentro da nuvem para o solo, o que na realidade, equivale à transferência de
elétrons do solo para a nuvem (Pinto Jr. & Pinto, 2000).
Aproximadamente 90% do total de relâmpagos nuvem-solo são negativos. Os
restantes 10% são basicamente relâmpagos positivos. Entretanto, existem alguns fatores
básicos que parecem influir no percentual de relâmpagos positivos, que, em alguns casos,
pode ser até superior ao de negativos, tais como, a altitude das cargas positivas próximas ao
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 54 de 149
topo da nuvem, relacionada com a latitude geográfica e com as estações do ano, a variação da
velocidade horizontal dos ventos com a altura, associada diretamente às condições
meteorológicas, e a dissipação da nuvem de tempestade (Faria, 2002; Gin, 1992; Naccarato,
2001; Pinto Jr. & Pinto, 2000).
O relâmpago nuvem-solo negativo, conforme ilustrado na Figura 2.8 abaixo, origina-
se dentro da nuvem, próximo à base, na forma de uma descarga invisível ao olho humano
chamada de líder escalonado, a qual move-se para baixo, em direção ao solo, em uma série de
passos discretos.
Figura 2.8 – Etapas do desenvolvimento de um relâmpago nuvem-solo negativo:
(a) a (f) formação do líder escalonado, (g) e (h) primeira descarga de retorno,
(i) a (k) formação do líder contínuo e (l) segunda descarga de retorno.
FONTE: Wallace & Hobbs (c1977, p.206)
Acredita-se que o líder escalonado inicie por uma ruptura preliminar da rigidez
dielétrica do ar entre a pequena bolsa de cargas positivas na base e a região inferior carregada
negativamente da nuvem de tempestade. Essa descarga local libera elétrons que neutralizam
as cargas positivas e, em seguida, ramifica-se tortuosamente em direção ao solo, em busca de
regiões com melhor condutividade elétrica. Como o líder escalonado está carregado
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 55 de 149
negativamente, ao aproximar-se do solo, induz o aparecimento de cargas positivas
especialmente sobre objetos pontiagudos e irregularidades na superfície. A algumas dezenas
de metros de distância, uma descarga ascendente, denominada descarga conectante, move-se
do solo para encontrar o líder escalonado. Após o contato, um grande número de elétrons flui
para o solo e uma descarga altamente luminosa e visível propaga-se para cima, de forma
contínua, do solo para a nuvem, ao longo da trajetória seguida pelo líder escalonado. Esse
fluxo de elétrons, chamado de descarga de retorno, é responsável pelo canal brilhante de luz
que é observado como relâmpago. Apesar do fluxo descendente de elétrons, ambos, descarga
de retorno e solo, permanecem carregados positivamente, em resposta ao restante de carga
negativa na região inferior da nuvem. Seguintes à primeira descarga, que carrega a maior
parte da corrente, subseqüentes descargas podem ocorrer ao longo do canal principal, caso
elétrons adicionais forem depositados no seu topo. Um líder carregado negativamente,
chamado de líder contínuo, move-se, então, continuamente em direção à terra através do canal
residual e deposita mais elétrons no solo. O líder contínuo é seguido por outra descarga de
retorno normalmente não tão brilhante quanto a primeira, nem tão ramificada.
Os relâmpagos nuvem-solo positivos seguem geralmente as mesmas etapas descritas
para os negativos, salvo algumas diferenças. Iniciam-se a partir de um líder menos luminoso
que se propaga de uma região de cargas positivas dentro da nuvem, não apresentando os
mesmos passos distintos registrados nos líderes dos relâmpagos negativos e sim uma
luminosidade contínua com variações periódicas de intensidade. Normalmente, os relâmpagos
positivos costumam apresentar apenas uma descarga de retorno que transfere ao solo uma
quantidade de carga maior quando comparada àquela de um relâmpago negativo. É este fato
que os torna mais destrutivos e, portanto, responsáveis pela maioria dos incêndios em
florestas (Gin, 1992; Pinto Jr. & Pinto, 2000).
2.4 SISTEMA DE DETECÇÃO DE DESCARGAS ELÉTRICAS ATMOSFÉRICAS
Recentemente, o interesse em estudar os complexos processos físicos associados às
descargas elétricas atmosféricas tem crescido por parte de diversas comunidades científicas e
tecnológicas em todo o mundo, devido à instalação de sistemas de localização de tempestades,
cobrindo grandes áreas continentais, que possibilitam conhecer características físicas,
geográficas e sazonais dos relâmpagos.
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 56 de 149
No Brasil, em 1998, um convênio de cooperação técnico-científica, firmado entre
COPEL – Companhia Paranaense de Energia através do SIMEPAR – Sistema Meteorológico
do Paraná, CEMIG – Companhia Energética de Minas Gerais e FURNAS – Furnas Centrais
Elétricas S.A., tornou possível a integração dos sistemas de detecção de descargas
atmosféricas operados por estas empresas, formando a RIDAT – Rede Integrada de Detecção
de Descargas Atmosféricas no Brasil. Em 2003, com a inclusão do INPE – Instituto Nacional
de Pesquisas Espaciais, a rede passou a ser chamada RINDAT – Rede Integrada Nacional de
Detecção de Descargas Atmosféricas (Beneti et al, 2000).
Além de os dados dos sensores serem compartilhados entre as centrais de
processamento da RINDAT, localizadas em Curitiba/PR, Rio de Janeiro/RJ e Belo
Horizonte/MG, estendendo a área de monitoramento e, conseqüentemente, melhorando a
eficiência e a acurácia na detecção da informação de localização das descargas atmosféricas, o
intercâmbio de informações técnico-científicas e a integração dos procedimentos de análise,
manutenção e operação conjunta são também objetivos principais da rede (Beneti et al, 2000).
A Figura 2.9 apresenta a localização dos sensores atualmente instalados no Brasil, integrados
e operados pela RINDAT.
Figura 2.9 – Localização dos sensores de detecção de descargas atmosféricas da RINDAT.
FONTE: RINDAT (2004)
A detecção de relâmpagos no solo é feita a partir de um conjunto de antenas receptoras
com a finalidade de localizar e determinar as características das descargas de retorno de uma
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 57 de 149
dada região. Diversos parâmetros podem ser obtidos das suas medidas, dentre eles,
polaridade, intensidade de corrente de pico, latitude, longitude, data e horário. Conforme pode
ser observado na Tabela 2.1, dois tipos básicos de sensores são utilizados na rede de detecção
de descargas atmosféricas da RINDAT: LPATS série III (SIMEPAR e CEMIG) e série IV
(FURNAS) e IMPACT (CEMIG, FURNAS e INPE). Diferenças entre ambos estão,
principalmente, na forma de processamento da localização das descargas e no número mínimo
de sensores para sua identificação.
Tabela 2.1 – Lista de sensores de detecção de descargas atmosféricas da RINDAT no Brasil.
Cidade UF Em
p
resa Sensor
Belo Horizonte MG CEMIG LPATS III
Brasília DF FURNAS IMPACT
Cachoeira Paulista SP INPE IMPACT
Cam
p
o Grande MS INPE IMPACT
Ca
p
itão Enéas MG CEMIG LPATS III
Chavantes P
R
SIMEPAR LPATS III
Curitiba P
R
SIMEPAR LPATS III
Emborcação MG CEMIG LPATS III
Foz do Areia P
R
SIMEPAR LPATS III
Foz do I
g
uaçu P
R
SIMEPAR LPATS III
Ibiúna SP FURNAS LPATS IV
I
p
atin
g
a MG CEMIG LPATS III
Ju
p
iá SP FURNAS LPATS IV
Lavras MG CEMIG LPATS III
Manoel Ribas P
R
FURNAS IMPACT
Parana
g
uá P
R
SIMEPAR LPATS III
Paranavaí P
R
SIMEPAR LPATS III
Pirassunun
g
a SP INPE IMPACT
Rio de Janeiro RJ FURNAS LPATS IV
Rio Verde GO FURNAS LPATS IV
São José dos cam
p
os SP INPE IMPACT
Serra da Mesa GO FURNAS LPATS IV
Três Marias MG CEMIG IMPACT
Vitória ES FURNAS LPATS IV
Volta Grande MG CEMIG IMPACT
FONTE: Adaptada de RINDAT (2004)
Os sensores Lightning Positioning and Tracking System – LPATS utilizam o Método
de Detecção TOA (Time of Arrival) que consiste em calcular a diferença temporal relativa
entre os horários de chegada de uma descarga de retorno registrados em, no mínimo, três
sensores, a fim de definir com precisão a localização do evento (Faria, 2002; Gomes, 2002;
Naccarato, 2001). Ao longo dos anos, os sensores LPATS sofreram inúmeros
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 58 de 149
aperfeiçoamentos tecnológicos, dando origem a diferentes séries de produtos, entre elas, as
séries III e IV. O método TOA de detecção, contudo, permaneceu inalterado (Naccarato,
2001).
Os sensores Improved Accuracy from Combined Technology – IMPACT combinam o
Método Magnético de Localização de Direção (MDF) e o Método TOA para alcançar maior
precisão de localização e eficiência. Os sistemas de detecção MDF empregam dois ou mais
sensores capazes de medir a direção de uma descarga, representada pelo azimute (ângulo em
relação ao norte verdadeiro), o qual é determinado tipicamente pelo uso de duas antenas
magnéticas ortogonais na forma de loop. Quando três ou mais sensores detectam uma
descarga, pode ser empregado um procedimento de otimização que minimiza os erros no
cálculo dos ângulos, denominado triangulação (Faria, 2002; Naccarato, 2001).
Os sinais dos sensores são transmitidos através de um canal de comunicação dedicado
para as três centrais de processamento da RINDAT, onde são processados e distribuídos para
unidades de visualização e armazenamento de dados. A qualidade dos resultados obtidos em
termos de eficiência e precisão na detecção e localização das descargas atmosféricas é
determinada por um grande número de fatores, incluindo a eficiência individual de cada
sensor (ligada ao nível de ruído e ganho, por exemplo), o número médio de sensores que
contribuem para a localização das descargas, a distância entre os sensores e as características
das descargas (principalmente a intensidade) (Beneti et al, 2000; Pinto Jr., 2005).
Dependendo desses fatores, a eficiência na detecção pode variar grandemente. Segundo Pinto
Jr. (2005), em 2004, valores máximos de eficiência de detecção da RINDAT acima de 90%,
bem como mínimos erros de localização das descargas elétricas, em torno de 0,5 km, com
base no modelo fornecido pela empresa Vaisala, atual fabricante deste tipo de sistema de
detecção de descargas atmosféricas, foram encontrados na região do Vale do Paraíba (SP) e
suas vizinhanças, onde estão instalados os sensores mais próximos entre si (100 km). Tais
características resultaram da comparação dos valores obtidos pelos modelos fornecidos pela
Vaisala e por modelos e observações feitas pelo INPE, utilizando outras técnicas de medidas
de descargas atmosféricas: câmeras de alta resolução, descargas artificiais induzidas pela
técnica de foguetes e fios condutores e sensores óticos a bordo de satélites.
Neste trabalho, todos os dados foram obtidos dos sensores LPATS IV e IMPACT, a
partir da central de processamento de FURNAS Centrais Elétricas S.A..
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 59 de 149
2.5 DESCARGAS ELÉTRICAS ATMOSFÉRICAS
2.5.1 Descrição dos Dados
Foram cedidos por FURNAS Centrais Elétricas S. A., dados reais de descargas
elétricas atmosféricas do período de março de 2002 a fevereiro de 2004, para a região
compreendida entre as seguintes coordenadas geográficas: longitude (44
o
e 36
o
O) e latitude
(20
o
e 26
o
S), abrangendo Estado do Rio de Janeiro, sul do Estado do Espírito Santo, sudeste
do Estado de Minas Gerais e Oceano Atlântico, conforme indicação na Figura 2.10. Cabe
ressaltar que a extensão de mar presente na área de estudo citada concentra importantes
reservas petrolíferas do Brasil, que respondem por mais de 80% da produção nacional de gás
e petróleo, e diversas plataformas de navios e aeronaves, que para sua operação dependem
muito das condições meteorológicas e oceanográficas. Torna-se, portanto, estratégico
conhecer a ocorrência de tempestades com descargas elétricas atmosféricas nesta região.
Figura 2.10 – Região de estudo dos dados de descargas elétricas atmosféricas.
Ano, mês, dia, hora, minuto, segundo, latitude e longitude da posição calculada (em
graus decimais) e indicador da nuvem (sendo arbitrado, segundo referências do conjunto de
dados, 1 para descargas intranuvem e 0 para descargas nuvem-solo) foram as principais
características de descargas elétricas atmosféricas analisadas. Visando ao objetivo de estudar
a viabilidade de desenvolver um previsor de descargas elétricas, uma vez que não foram
encontradas referências de outros autores mencionando parâmetros representativos e ideais
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 60 de 149
para este propósito, buscou-se selecionar, primariamente, medidas horárias e de posição das
descargas de retorno, importando apenas, neste estudo, quando da ocorrência ou não de
relâmpagos nuvem-solo, conforme será discutido nas próximas subseções.
2.5.2 Metodologia para Análise dos Dados
Primeiramente, a partir de programas desenvolvidos em ambiente MATLAB, foram
selecionados somente os dias com descargas elétricas atmosféricas do tipo nuvem-solo para
cada ano e mês. De acordo com o parâmetro indicador da nuvem do conjunto de dados
recebido, todas as descargas detectadas são do tipo nuvem-solo. Entretanto, em vários estudos
realizados com dados de sistemas de detecção de relâmpagos a partir de suas descargas de
retorno foi verificado que relâmpagos nuvem-solo positivos com baixa intensidade de
corrente (<15 kA) podem ser detecções falsas de relâmpagos do tipo intranuvem; o mesmo
não acontecendo para os relâmpagos nuvem-solo negativos (Faria, 1998; Faria, 2002; Gomes,
2002; Mendes Jr. et al, 1998; Pinto et al, 1999; Pinto Jr. et al, 1999; Zajac & Rutledge, 2001).
Portanto, as descargas nuvem-solo positivas com corrente de pico menor que 15 kA foram
aqui eliminadas.
Apesar do período estudado compreender 24 meses, os anos não estão completos de
modo a serem tratados distintamente. A fim de facilitar a compreensão e a comparação dos
gráficos analisados a seguir, definiu-se como ANO 1 o período de março de 2002 a fevereiro
de 2003 e, como ANO 2 o período de março de 2003 a fevereiro de 2004.
Assis (1991) e Assis (1994), testando modelos para descrever a ocorrência de chuva
com vistas ao planejamento das atividades dela dependentes, definiram, em sua metodologia,
como seqüência (x) de dias sem chuva o número de dias consecutivos sem chuva precedido e
seguido por um ou mais dias chuvosos e, de maneira análoga, assim o fizeram para uma
seqüência de dias com chuva. Considerando ser produzida por uma ou mais nuvens
cumulonimbus ou nuvens de tempestade e caracterizada por relâmpagos e trovões, definiu-se,
por semelhança, tempestade como o período de dias consecutivos com descargas elétricas
atmosféricas precedido e seguido por um ou mais dias sem descargas. Analogamente, pôde
ser definido o período com ausência de tempestade.
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 61 de 149
A partir da construção de gráficos diários e horários para o período analisado, foi
possível identificar diversos casos de tempestades, bem como, classificá-los, quanto a sua
severidade, em diferentes níveis de ocorrência, segundo os valores mínimo e máximo de
descargas elétricas observados durante uma hora no conjunto total. Tendo sido estabelecidos
os limites extremos inferior e superior, respectivamente, de 100 e 4.500 descargas por hora,
de acordo com os valores horários de descargas elétricas encontrados para cada tempestade
identificada, quatro níveis de tempestades permitiram ser definidos: nível 1, para tempestades
com 3.000 a 4.500 descargas por hora; nível 2, para tempestades com 2.000 a 3.000 descargas
por hora; nível 3, para tempestades com 1.000 a 2.000 descargas por hora e nível 4, para
tempestades com 100 a 1.000 descargas por hora. Seqüências de dias com menos de 100
descargas por hora foram desconsiderados neste estudo, salvo aquelas que compunham
tempestades dos níveis citados.
A seguir, serão apresentadas as distribuições anual e mensal das descargas elétricas
atmosféricas, bem como, das tempestades segundo seus níveis de classificação. Ainda será
discutida, a partir de exemplos, a freqüência de ocorrência de tempestades em terra, no mar e
no litoral dos dados aqui analisados.
2.5.3 Análise dos Dados
A distribuição anual das descargas elétricas atmosféricas nuvem-solo para período e
região citados anteriormente está apresentada na Figura 2.11. Foram registradas, no total,
976.989 descargas elétricas entre março de 2002 e fevereiro de 2004, sendo 525.106, no ANO
1, e 451.883, no ANO 2. Observa-se a ocorrência de 73.223 descargas elétricas a mais no
primeiro ano, um aumento de aproximadamente 14%.
Figura 2.11 – Distribuição anual das descargas elétricas atmosféricas.
400000
420000
440000
460000
480000
500000
520000
540000
número total de descargas
ANO 1 ANO 2
Distribuição Anual das Descargas Elétricas Atmosféricas
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 62 de 149
As Figuras 2.12 e 2.13, respectivamente, ilustram a atividade elétrica mensal para os
ANOS 1 e 2. Os gráficos, a princípio, parecem concordar em relação ao comportamento das
descargas elétricas atmosféricas ao longo dos meses, haja visto a semelhança de seus
formatos. Entretanto, percebe-se uma diferenciação na incidência das descargas elétricas nos
três últimos meses de ambas as figuras. Analisando estas diferenças a partir da Figura 2.12, o
mês de dezembro de 2002 foi aquele da série que apresentou maior atividade elétrica, 134.127
descargas, enquanto que fevereiro de 2003 bruscamente registrou 105.023 descargas a menos
do que janeiro e 91.725 a menos do que fevereiro do ano seguinte, uma diminuição
quantitativa de 86% e 84%, respectivamente. Na Figura 2.13, a ocorrência de descargas
elétricas atmosféricas para os meses de dezembro de 2003 e janeiro de 2004 praticamente caiu
pela metade em relação ao ano anterior, visto as 73.377 e 55.756 descargas registradas,
respectivamente. Fevereiro de 2004, contudo, destacou-se, no ANO 2, pela maior ocorrência
de 108.716 descargas elétricas.
Figura 2.12 – Distribuição mensal das descargas elétricas atmosféricas para o ANO 1.
Figura 2.13 – Distribuição mensal das descargas elétricas atmosféricas para o ANO 2.
0
20000
40000
60000
80000
100000
120000
140000
número de descargas
mar/02 abr/02 mai/02 jun/02 jul/02 ago/02 set/02 out/02 nov/02 dez/02 jan/03 fev/03
meses
Distribuição Mensal das Descargas Elétricas Atmosféricas - ANO 1
0
20000
40000
60000
80000
100000
120000
140000
número de descargas
mar/03 abr/03 mai/03 jun/03 jul/03 ago/03 set/03 out/03 nov/03 dez/03 jan/04 fev/04
meses
Distribuição Mensal das Descargas Elétricas Atmosféricas - ANO 2
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 63 de 149
Junho de 2002 e julho de 2003 foram os meses de mínima atividade elétrica em ambos
os gráficos, apresentando os respectivos totais de 253 e 245 descargas. Maio e agosto tiveram
comportamentos antagônicos nos anos de 2002 e 2003. O primeiro, no ANO 1, com 27.048
descargas elétricas, registrou, no ANO 2, somente 5.267 descargas, um decréscimo em
quantidade de 80%; o segundo, por sua vez, de 1.977 descargas no ANO 1, apresentou um
total de 13.161 descargas elétricas atmosféricas no ano seguinte, um aumento significativo de
85%. Os resultados mensais, de um modo geral, revelaram um maior número de relâmpagos
nuvem-solo no final da primavera e início do verão, fato este já esperado e podendo ser
associado ao forte aumento da atividade convectiva sobre o continente durante este período do
ano em resposta ao ciclo diurno da insolação (Bourscheidt et al, 2003; Gin & Guedes, 2000;
Pinto Jr. et al, 2003a).
Nas Figuras 2.14, para o ANO 1, e 2.15, para o ANO 2, pode-se observar a
distribuição do número de tempestades quanto aos níveis de severidade definidos
anteriormente. Em ambos os casos, as tempestades de nível 4, com 100 a 1.000 descargas
elétricas por hora, foram predominantes, somando ao todo cento e quarenta e um eventos e
representando do total 67% das tempestades identificadas no ANO 1 e 70% no ANO 2. No
nível 3, puderam ser classificadas dezesseis tempestades no ANO 1 e vinte e duas no ANO 2.
O número de tempestades com 2.000 a 3.000 descargas por hora no nível 2 diminuiu pela
metade no segundo ano, totalizando seis eventos. Durante o ANO 1, seis tempestades de nível
1, com 3.000 a 4.500 descargas elétricas por hora, ocorreram, enquanto que, no ANO 2,
apenas três.
Figura 2.14 – Distribuição das tempestades em níveis de severidade para o ANO 1.
0
10
20
30
40
50
60
70
80
número de tempestades
nível_1 nível_2 nível_3 nível_4
Tempestades ANO 1
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 64 de 149
Figura 2.15 – Distribuição das tempestades em níveis de severidade para o ANO 2.
A distribuição mensal dos quatro níveis de tempestades está ilustrada nas Figuras 2.16
e 2.17. Praticamente, em todos os meses dos dois anos, houve, pelo menos, a ocorrência de
uma categoria de tempestade. Salienta-se que, apesar de descargas elétricas atmosféricas
terem sido registradas nos meses de junho de 2002 no ANO 1 e julho de 2003 no ANO 2,
estas não satisfizeram aos critérios estabelecidos para a classificação das tempestades. As
tempestades nível 4 foram as mais freqüentes ao longo dos meses totalizando quatorze casos
em março de 2002 e apenas um em julho de 2002 durante o ANO 1. No ANO 2, dezoito
destas tempestades ocorreram em dezembro de 2003. Somente nos meses de primavera e
verão dos dois anos estudados, observou-se a incidência de tempestades níveis 1 e 2.
Figura 2.16 – Distribuição mensal dos quatro níveis de tempestades para o ANO 1.
0
2
4
6
8
10
12
14
16
18
20
número de tempestades
mar/02 abr/02 mai/02 jun/02 jul/02 ago/02 set/02 out/02 nov/02 dez/02 jan/03 fev/03
meses
Tempestades ANO 1
nível_1 nível_2 nível_3 nível_4
0
10
20
30
40
50
60
70
80
número de tempestades
nível_1 nível_2 nível_3 nível_4
Tempestades ANO 2
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 65 de 149
Figura 2.17 – Distribuição mensal dos quatro níveis de tempestades para o ANO 2.
De acordo com a Figura 2.16, novembro de 2002 apresentou o maior número de
tempestades nível 2, cinco eventos, enquanto que dezembro de 2002 registrou três
tempestades nível 1, destaque nesta categoria, e quatro nível 2. Já no gráfico do ANO 2,
percebe-se a ocorrência de tempestades classificadas como nível 3 em todos os meses, exceto
em junho, julho e setembro de 2003. Somente um caso de tempestade nível 2 foi registrado
por mês durante outubro de 2003 a janeiro de 2004. O mês seguinte, fevereiro, encerrou o
ANO 2 com dois eventos. Apenas novembro de 2003 e fevereiro de 2004 apresentaram
tempestades nível 1, dois e um casos, respectivamente.
As Figuras 2.18 e 2.19 apresentam a distribuição mensal das descargas elétricas
atmosféricas nos quatro níveis de tempestades para os ANOS 1 e 2.
Figura 2.18 – Distribuição mensal das descargas elétricas atmosféricas
nos quatro níveis de tempestades para o ANO 1.
0
2
4
6
8
10
12
14
16
18
20
número de tempestades
mar/03 abr/03 mai/03 jun/03 jul/03 ago/03 set/03 out/03 nov/03 dez/03 jan/04 fev/04
meses
Tempestades ANO 2
nível_1 nível_2 nível_3 nível_4
0
10000
20000
30000
40000
50000
60000
70000
80000
número de descargas
mar/02 abr/02 mai/02 jun/02 jul/02 ago/02 set/02 out/02 nov/02 dez/02 jan/03 fev/03
meses
Tempestades ANO 1
nível_1 nível_2 nível_3 nível_4
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 66 de 149
Figura 2.19 – Distribuição mensal das descargas elétricas atmosféricas
nos quatro níveis de tempestades para o ANO 2.
No gráfico referente ao ANO 1, observa-se que as tempestades níveis 1 e 2
concentram a maior quantidade de descargas elétricas, apesar de suas freqüências de
ocorrência serem menores comparadas àquelas dos níveis 3 e 4. A exemplo disso, tem-se que
quatorze casos nível 4 ocorridos em março de 2002 resultaram em 24.864 relâmpagos e
apenas duas tempestades nível 2 em outubro de 2002 chegaram a 24.304 descargas. O mês de
dezembro de 2002, contemplado com as quatro categorias de tempestades, registrou um total
de 40.153 descargas atmosféricas em três tempestades nível 1, enquanto que nove casos nível
4 somaram somente 16.951. Janeiro de 2003, em todos seus vinte eventos de tempestades,
totalizou 120.543 descargas, sendo que destas, 62% em seis tempestades nível 3. Analisando
a Figura 2.19, os meses de novembro de 2003 e fevereiro de 2004 apresentaram ocorrências
de tempestades em todos os quatro níveis, perfazendo para o ANO 2 os maiores totais
mensais de, respectivamente, 86.648 e 108.360 descargas elétricas atmosféricas, equivalentes
a 44% do somatório anual de descargas registradas. É possível observar também que dezoito
eventos de tempestades nível 4 em dezembro de 2003 apresentaram 26.432 descargas elétricas
e apenas duas tempestades nível 2 contaram com 25.940 descargas. Fevereiro de 2004, do
conjunto de dois anos estudados, foi o único mês a totalizar o maior número de descargas em
apenas um caso de tempestade nível 1, 52.791.
Todas as tempestades definidas a partir do conjunto de dados analisado puderam ainda
ser classificadas, quanto à região de ocorrência das descargas elétricas atmosféricas, em terra,
mar ou litoral. Conforme pode ser visto na Figura 2.20, as descargas concentraram-se
0
10000
20000
30000
40000
50000
60000
70000
80000
número de descargas
mar/03 abr/03 mai/03 jun/03 jul/03 ago/03 set/03 out/03 nov/03 dez/03 jan/04 fev/04
meses
Tempestades ANO 2
nível_1 nível_2 nível_3 nível_4
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 67 de 149
principalmente sobre o continente e somente uma parcela reduzida delas, sobre o litoral e o
Oceano Atlântico. Em média, para todo o período estudado, 69% dos dados de descargas
nuvem-solo detectados pelos sensores de FURNAS Centrais Elétricas S. A. ocorreram em
terra, 13%, no mar e 18%, no litoral. Conseqüentemente, segundo a Figura 2.21, de um total
de duzentas e seis tempestades para os ANOS 1 e 2, cento e cinqüenta casos foram
identificados sobre o continente, vinte e sete, no mar e vinte e nove, na faixa costeira
delimitada por terra e mar considerada como o litoral.
Figura 2.20 – Distribuição das descargas elétricas atmosféricas em terra, mar e litoral.
Figura 2.21 – Classificação das tempestades em terra, mar e litoral.
Bourscheidt et al (2003), analisando dados do sensor de relâmpagos por imageamento
LIS (Lightning Imaging Sensor) da região abrangendo territórios do Brasil, Argentina,
Uruguai, Paraguai e Bolívia para os anos de 1998 a 2002, encontraram também em seu estudo
0
20
40
60
80
100
120
140
160
número de tempestades
TERRA MAR LITORAL
Tempestades
0
50000
100000
150000
200000
250000
300000
350000
400000
número total de descargas
TERRA MAR LITORAL
Descargas elétricas atmosféricas
ANO_1 ANO_2
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 68 de 149
maior incidência de descargas elétricas sobre a terra. Tal constatação foi atribuída ao fato de o
oceano, além de ter mais estabilidade térmica (maior capacidade calorífica), não possuir
elevações (extremidades/pontas) que poderiam facilitar a formação de tempestades e, ao
mesmo tempo, diminuir a resistência dielétrica do ar, tornando possível a descarga.
As seqüências das Figuras 2.22, 2.23 e 2.24 ilustram, respectivamente, um exemplo de
tempestade sobre terra, mar e litoral, a partir da visualização da distribuição espacial das
descargas durante o intervalo de tempo em que foi verificada maior atividade elétrica.
Figura 2.22 – Tempestade nível 1 ocorrida em 07/12/2002 sobre o continente.
Figura 2.23 – Tempestade nível 4 ocorrida em 12/12/2003 sobre o mar.
Capítulo 2 – Descargas Elétricas Atmosféricas
P
ágina 69 de 149
Figura 2.24 – Tempestade nível 2 ocorrida em 19/11/2002 no litoral.
CAPÍTULO 3
MODELO DE MESOESCALA MM5
3.1 INTRODUÇÃO
O sucesso da modelagem numérica acoplado ao rápido crescimento do poder
computacional tem conduzido ao avanço dos modelos de mesoescala no ambiente operacional
das previsões de tempo. Usufruir, ao máximo, dos benefícios proporcionados por estes
sistemas implica dominar técnicas capazes de processar e analisar a quantidade excessiva de
informações provenientes das saídas numéricas. Apesar do conhecimento empírico da
performance dos modelos, sob determinados cenários de tempo, constituir-se em componente
importante na avaliação das previsões de mesoescala, o entendimento da física básica da
modelagem e dos seus esquemas de parametrização tornou-se hoje, em relação ao passado,
elemento indispensável (Cortinas Jr. & Stensrud, 1995).
Ainda que dependentes da física parametrizada e das configurações de processamento
que incorporam, os modelos numéricos de mesoescala representam uma ferramenta
meteorológica bastante precisa no prognóstico do tempo e do clima. Menezes (1998), citado
por Lima & Menezes (2004), comenta que, em termos de modelagem numérica, para se obter
resultados satisfatórios quanto à previsibilidade de uma tempestade em si, caracterizada por
dimensões espacial e temporal muito reduzidas, faz-se necessários dados de entrada de alta
qualidade e com altas resoluções temporal e espacial, assim como, alta resolução da grade do
modelo, em torno de 1 km, o que é bastante viável em estudos de casos puramente com
objetivos de pesquisa. Contudo, a deficiência de redes observacionais e o acréscimo de tempo
computacional, tornam tais requisitos, muitas vezes, impraticáveis, de modo que as
adversidades de natureza localizada, resultantes de manifestações atmosféricas atípicas,
desafiam a possibilidade de prover uma previsão de tempo detalhada, com antecedência
suficiente capaz de permitir a tomada de medidas preventivas contra a ocorrência de eventuais
danos econômicos e sociais.
O sistema de modelagem numérica MM5, desenvolvido na Pennsylvania State
University (PSU) em conjunto com o National Center Atmospheric Research (NCAR), foi
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 72 de 149
implementado com vistas à proposta de poder ser usado em um amplo espectro de estudos
meteorológicos teóricos e em tempo real. Programas, que permitem realizar análises e
interpretações gráficas dos resultados de suas simulações preditivas, possibilitam o
acompanhamento e a avaliação de diversos fenômenos como monções, furacões e ciclones e
até mesmo estudos envolvendo sistemas convectivos de mesoescala, frentes, brisas marítima e
terrestre, circulações de vale-montanha e ilhas urbanas de calor.
O Pennsylvania State University – National Center for Atmospheric Research (PSU –
NCAR) fifth-generation Mesoscale Model (MM5) (Dudhia et al, 2002) é um simulador de
domínio público, construído para simulação e previsão da circulação atmosférica de escala
regional ou mesoescala, que tem sua utilização e aquisição totalmente gratuitas, sendo
melhorado continuamente por contribuições de usuários em diversas universidades e centros
de pesquisa governamentais em todo o mundo. O MM5 foi posto em operação por técnicos do
Núcleo de Matemática Aplicada da FURG (NuMA – FURG), local onde a presente
dissertação foi desenvolvida.
Modelo de área limitada, não-hidrostático, utiliza a coordenada vertical sigma para o
contorno do terreno e apresenta seu código numérico dividido em módulos, o que facilita o
desenvolvimento computacional (Cox et al, 1998; Moraes et al, 2004; Oliveira & Menezes,
2004; Silva et al, 2002; Yamazaki et al, 2004). Dentre suas características, cita-se a
possibilidade de múltiplos aninhamentos de grade e a assimilação quadridimensional de dados
(“nudging”). Inúmeras opções de parametrizações físicas são também oferecidas aos
usuários. O MM5 é um modelo de equações primitivas em coordenadas (x, y, σ) finitamente
diferenciadas usando a grade tipo B de Arakawa (Cox et al, 1998; Dudhia, 1993). Alguns de
seus termos são integrados no tempo por um esquema “leapfrog” de segunda ordem,
enquanto que os restantes, por um esquema “time-splitting” (Dudhia et al, 2002).
As variáveis em três dimensões prognosticadas pelo modelo MM5 são: vento zonal,
vento meridional, temperatura, razão de mistura de vapor d’água, razão de mistura de água em
nuvem, razão de mistura de precipitação, razão de mistura degelo, razão de mistura de neve,
granizo, número de concentração de gelo, energia cinética turbulenta, tendência de radiação
atmosférica, velocidade vertical e perturbação de pressão. As variáveis com duas dimensões,
por sua vez, são: pressão na superfície, temperatura do solo, precipitação convectiva
acumulada, precipitação não-convectiva acumulada, altura da camada limite planetária,
regime da camada limite planetária, fluxos de calor sensível e latente na superfície, velocidade
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 73 de 149
friccional, radiação de onda curta e de onda longa em direção à superfície, temperatura e
umidade do solo em n níveis, runoff superficial, runoff subterrâneo, cobertura de neve,
profundidade de neve, umidade do dossel vegetativo, radiação de onda curta e de onda longa
no topo da atmosfera, temperatura do ar a 2 metros, razão de mistura de vapor d’água a 2
metros, vento zonal e meridional a 10 metros, comprimento de Monin-Obukov, radiação
líquida em superfície, albedo da superfície, fluxo de calor no solo, resistência aerodinâmica,
resistência da superfície, índice de área foliar, fração de vegetação, comprimento de
rugosidade, tipo de textura do solo, fluxo de massa ascendente e camada fonte do fluxo em
ascensão. As constantes bidimensionais prescritas a cada integração são: elevação do terreno,
fator de escala do mapa, parâmetro de Coriolis, temperatura do reservatório térmico, latitude,
longitude, uso do solo, temperatura da superfície do mar e cobertura oceânica de gelo (Dudhia
et al, 2002).
As próximas seções abordarão em maiores detalhes as configurações escolhidas para o
modelo de mesoescala MM5 responsável neste estudo pelas simulações numéricas do
comportamento dinâmico da atmosfera. Na seção 3.2, as equações básicas do modelo serão
apresentadas, assim como uma breve introdução do seu método de resolução numérica. A
seção 3.3 mostrará a estrutura do código numérico do MM5 e as respectivas funções de cada
módulo. Os dados de entrada e as condições de contorno utilizados na realização de
simulações com o modelo serão descritos na seção 3.4. As opções definidas para as
parametrizações físicas do modelo serão discutidas na seção 3.5. Na seção 3.6, serão
apresentadas as características dos domínios de integração e, por fim, na seção 3.7, as
variáveis meteorológicas escolhidas como representativas do fenômeno em análise.
3.2 EQUAÇÕES BÁSICAS
O sistema de modelagem MM5 usualmente recebe e analisa seus dados em níveis de
pressão. Entretanto, antes destes tornarem-se condições iniciais do modelo, são interpolados
verticalmente em níveis sigma (Dudhia et al, 2002). Próximo ao solo, as superfícies sigma
seguem a configuração do terreno, enquanto que, na atmosfera superior, tendem a aproximar-
se das superfícies isobáricas. A quantidade adimensional σ usada para definir os níveis
verticais do modelo é expressa pela equação
(
)
()
(
)
∗
−
=
−
−
=
p
pp
pp
pp
t
ts
t
σ
(3.1)
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 74 de 149
onde p é a pressão, p
t
é a pressão constante no topo da atmosfera, p
s
é a pressão em superfície
e
p
*
é igual à diferença aritmética do campo bidimensional da pressão em superfície e da
pressão constante no topo da atmosfera. Pode ser visto na Figura 3.1, que
σ assume o valor
zero no topo da atmosfera e a unidade na superfície terrestre. A resolução vertical do modelo
é definida por uma seqüência de valores entre zero e um que não necessariamente têm de estar
igualmente espaçados (Dudhia
et al, 2002).
Figura 3.1 – Representação esquemática da estrutura vertical do modelo.
O exemplo é para quinze camadas verticais. As linhas pontilhadas denotam
níveis sigma intermediários e as sólidas, todos níveis sigma considerados.
FONTE: Dudhia
et al (2002, p.1-6)
A versão não-hidrostática do modelo MM5 utiliza a pressão no
estado de referência p
0
para estabelecer a coordenada
σ. O estado de referência consiste em um perfil de temperatura
idealizado em equilíbrio hidrostático (Dudhia
et al, 2002). Segundo Dudhia (1993), em tal
definição, o sistema
p
*
é constante no tempo e dependente apenas da altitude do terreno, de
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 75 de 149
modo que os níveis σ são também fixos no espaço e a altura de um determinado ponto na
grade é constante. As alturas dos níveis
σ no modelo são encontradas a partir de
onde
A pressão em um ponto é dada por
onde
p' é uma quantidade prognosticada.
Para este estudo, os níveis verticais
σ selecionados foram: 1.00, 0.99, 0.98, 0.96, 0.93,
0.89, 0.85, 0.8, 0.75, 0.7, 0.65, 0.6, 0.55, 0.5, 0.45, 0.4, 0.35, 0.3, 0.25, 0.2, 0.15, 0.1, 0.05 e
0.0.
As equações básicas do modelo não-hidrostático MM5, de acordo com Dudhia (1993)
e Dudhia
et al (2002), são escritas no sistema de coordenadas (x, y, σ), com o subscrito 0
denotando o estado de referência. A equação da pressão é expressa por
onde
p' representa a perturbação de pressão;
ρ
, a densidade; g, a aceleração devido à
gravidade;
w, a velocidade vertical;
γ
, a razão entre os calores específicos do ar à pressão
constante e a volume constante;
p, a pressão; V, o vetor velocidade do ar; T, a temperatura; Q,
a quantidade de calor devido a processos diabáticos (i. e., calor latente e radiação);
c
p
, calor
específico do ar à pressão constante;
θ
, a temperatura potencial; D
θ
, os termos referentes aos
vórtices turbulentos. No modelo, a equação 3.5 negligencia o último termo entre parênteses
no lado direito da expressão, o qual representa um aumento na pressão devido à expansão do
ar por aquecimento.
As equações das componentes x, y e z do momentum são mostradas, respectivamente,
a seguir
(3.4)
'
0
'
pppppp
t
+=++=
∗
σ
(3.2)
t
ppp +=
∗
σ
0
(3.3)
.)superfície(
0 t
ppp −=
∗
u
earth
D
r
uw
ew
x
m
v
y
m
ufvuV
p
x
p
px
pm
t
u
+−−
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
∂
∂
−
∂
∂
++∇−=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
∂
∂
∂
∂
−
∂
∂
+
∂
∂
α
σ
σ
ρ
cos.
''
*
*
(3.6)
(3.5)
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
++∇−=∇+−
∂
∂
θ
θ
γ
γρ
D
T
c
Q
T
p
pVVpgw
t
p
p 0
0
0
'..
'
&
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 76 de 149
onde u e v são as velocidades horizontal e meridional do vento; f, o parâmetro de Coriolis; T',
a perturbação de temperatura; R
d
, a constante do gás para o ar seco. As equações (3.6) a (3.8)
incluem termos (eu e ew) representando a componente da força de Coriolis usualmente
negligenciada, onde e=2
Ω
cos
λ
,
Ω
é a velocidade angular de rotação,
α
=
φ
-
φ
c
,
λ
é a latitude,
φ
é a longitude e
φ
c
é a longitude central. Os termos u(
∂
m
/∂
y), v(
∂
m
/∂
x) e r
earth
representam
efeitos de curvatura e m, um fator de escala do mapa, o qual deve ser utilizado nas equações
do modelo sempre que gradientes horizontais forem empregados.
A equação da termodinâmica é expressa por
Os termos advectivos podem ser expandidos, para qualquer variável A, como
onde a “velocidade coordenada” usada para a advecção, σ, está relacionada com as
componentes da velocidade prognosticadas pelo modelo por
As fronteiras superior e inferior são assumidas superfícies rígidas, logo, σ=0 é
aplicado como condição de fronteira em σ=0 e σ=1. O termo divergente na equação 3.5 pode
ser expandido nas coordenadas (x, y, σ) como
Ao longo de uma superfície plana, p
*
é constante e os segundo e quarto termos do lado
direito da equação 3.12 desaparecem.
v
earth
D
r
vw
ewsin
x
m
v
y
m
ufuvV
p
x
p
py
pm
t
v
+−+
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
∂
∂
−
∂
∂
+−∇−=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
∂
∂
∂
∂
−
∂
∂
+
∂
∂
α
σ
σ
ρ
.
''
*
*
(3.7)
()
w
earthp
d
D
r
vu
vsinue
p
p
c
gR
T
T
p
p
gwV
p
gpp
p
g
t
w
+
+
+−+−+∇−=+
∂
∂
−
∂
∂
22
0
0
*
0
cos
''
.
''
αα
γσρ
ρ
(3.8)
(3.10)
σ
σ
∂
∂
+
∂
∂
+
∂
∂
≡∇
A
y
A
mv
x
A
muAV
&
.
(3.9)
θ
θ
ρ
ρ
D
T
c
Q
gwpV
t
p
c
TV
t
T
pp 0
0
0
'.
'1
. ++
⎟
⎠
⎞
⎜
⎝
⎛
−∇+
∂
∂
+∇−=
∂
∂
&
.
*
*
*
**
0
v
y
p
p
m
u
x
p
p
m
w
p
g
∂
∂
−
∂
∂
−−=
σσ
ρ
σ
&
(3.11)
..
0
22
σ
ρ
σ
σ
σ
σ
∂
∂
−
∂
∂
∂
∂
−
⎟
⎠
⎞
⎜
⎝
⎛
∂
∂
+
∂
∂
∂
∂
−
⎟
⎠
⎞
⎜
⎝
⎛
∂
∂
=∇
∗
∗
∗
∗
∗
w
p
g
v
y
p
p
m
m
v
y
m
u
x
p
p
m
m
u
x
mV
(3.12)
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 77 de 149
As equações prognósticas para vapor d’água e variáveis microfísicas, como nuvem e
precipitação, podem também ser incorporadas ao modelo, incluindo tanto os termos de
advecção como várias formas de fontes e sumidouros (Dudhia et al, 2002).
As equações do modelo de mesoescala MM5 são resolvidas numericamente por
diferenças finitas, usando a grade tipo B de Arakawa e sendo integradas por um esquema
centrado de segunda ordem que representa os gradientes. O esquema de integração em tempo
é o “leapfrog” de segunda ordem, com um filtro para controlar o modo computacional, não
obstante alguns termos sejam manipulados com esquemas de “time-splitting” (Dudhia et al
2002). Na técnica leapfrog, as tendências no tempo n
Δ
t são usadas para incrementar as
variáveis de (n-1)
Δ
t para (n+1)
Δ
t. Entretanto, para certos termos, o passo no tempo do
modelo é muito longo para estabilidade e estes têm de ser prognosticados com um passo
menor. O esquema time-splitting utiliza um número de passos discretos para estender o tempo
de (n-1)
Δ
t para (n+1)
Δ
t, a fim de prognosticar os campos de velocidade e pressão.
Tipicamente podem existir de quatro a sete passos de discretização para cada passo leapfrog
2
Δ
t (Dudhia, 1993).
3.3 CÓDIGO NUMÉRICO
A transmissão de dados entre as rotinas do MM5 é iniciada no módulo TERRAIN, o
qual é responsável pela configuração das grades de mesoescala e pela interpolação horizontal
de dados topográficos, gerando arquivos de entrada para os módulos seguintes. O módulo
REGRID interpola dados meteorológicos em níveis de pressão, a partir de uma grade regular,
para o domínio de mesoescala projetado pelo TERRAIN. Sua estrutura é composta por dois
diferentes programas, o pregrid e o regridder. A função do pregrid é realizar um
processamento prévio dos campos meteorológicos em níveis de pressão na grade, em virtude
da existência de diversas fontes de dados em diferentes formatos. Este programa, na verdade,
consiste em um conjunto de scripts específicos para conversão dos arquivos de entrada em um
único formato intermediário. O regridder, por sua vez, a partir destes dados de entrada com
nova formatação juntamente com a saída do TERRAIN, cria o chamado “primeiro chute”
(first guess) para os programas subsequentes. O próximo módulo, RAWINS, lê dados de
observações de superfície e de radiossondagem, refinando o “primeiro chute” com as novas
informações meteorológicas. A seguir, o módulo INTERPF interpola verticalmente as
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 78 de 149
informações em níveis de pressão, fornecidas pelo REGRID, para dados em níveis sigma,
gerando as condições iniciais e de contorno. Por fim, o MM5 fecha a simulação, resolvendo
numericamente, por diferenças finitas, as equações diagnósticas e prognósticas do modelo, de
acordo com as parametrizações físicas pertinentes. É o módulo em que a previsão numérica
do tempo é realizada de fato (Dudhia et al, 2002). O diagrama esquemático da Figura 3.2
mostra a ordem dos programas e o fluxo de dados, descrevendo brevemente suas funções
primárias.
Figura 3.2 – Fluxograma dos principais programas e possíveis conjuntos de dados do MM5.
FONTE: Adaptado de Dudhia et al (2002, p.1-4)
3.4 DADOS DE ENTRADA E CONDIÇÕES DE CONTORNO
Uma vez que o sistema de modelagem MM5 é primariamente designado para estudos
e simulações com dados reais, seus programas requerem os seguintes conjuntos de dados para
inicializar as rodadas: topografia e uso do solo (em categorias); dados atmosféricos em grade
que apresentem, ao menos, as variáveis pressão reduzida ao nível médio do mar, vento,
temperatura, umidade relativa e altura geopotencial, nos níveis de pressão de superfície, 1000,
850, 700, 500, 400, 300, 250, 200, 150 e 100 mb; dados observacionais que contenham
radiossondagens e relatórios de superfície (Dudhia et al, 2002).
Programas Principais
INTERPF
MM5
Conjunto de Dados
TERRAIN
Old, USGS and
SiB Landuse
Old and USGS
Terrain
Other LSM Data
TERRESTRIAL
RAWINS
Surface
Rawinsonde
OBSERVATIONS
REGRID
...
NCEP
ECMWF
TOGA
NNRP ERA ETA
GLOBAL/ REGIONAL ANALYSIS
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 79 de 149
Em adição às condições iniciais, qualquer modelo numérico regional de previsão de
tempo precisa também de condições de contorno lateral para sua inicialização. No MM5,
todas as quatro fronteiras têm especificados campos de vento horizontal, temperatura, pressão
e umidade, além de, se estiverem disponíveis, campos microfísicos. Os valores de contorno
são provenientes de análises em tempos futuros ou de uma simulação prévia na grade maior
do modelo ou ainda de outras previsões numéricas (no caso de previsões em tempo real). Para
esta última, as condições de fronteira dependerão da previsão do modelo global. Em estudos
de eventos passados, as análises que fornecem as condições laterais podem ser
complementadas por informações meteorológicas observacionais disponíveis pelo módulo
RAWINS do mesmo modo que as condições iniciais o são. Quando as análises de ar superior
são utilizadas, os valores de contorno podem somente ser disponibilizados a cada doze horas,
enquanto que para as condições de fronteira geradas pelo modelo, a freqüência aumenta para a
cada seis ou até mesmo uma hora (Dudhia et al, 2002).
Neste estudo, o modelo de mesoescala MM5 foi inicializado com dados
meteorológicos do National Center for Environment Prediction (NCEP), sendo estes
interpolados verticalmente pelo módulo INTERPF para gerar as condições iniciais e de
contorno. As próximas subseções descreverão brevemente os conjuntos de dados de entrada
empregados, segundo informações adquiridas no site http://dss.ucar.edu/datasets.
3.4.1 NCEP/NCAR Global Reanalysis (NCAR, 2005)
Produtos do NCEP/NCAR Reanalysis Project (NNRP) estão arquivados neste conjunto
de dados. O Global Reanalysis Model apresenta uma resolução horizontal de 209 km com 28
níveis verticais sigma, cujos resultados de cobertura global, processados a partir de 1948, são
disponibilizados aos seus usuários a cada intervalo de seis horas. Dentre as oitenta variáveis
oferecidas, as principais são: altura geopotencial, temperatura, umidade relativa, componente
horizontal do vento, movimento vertical, divergência, vorticidade, temperatura potencial,
água precipitável, pressão na superfície, pressão reduzida ao nível médio do mar, temperatura
da superfície do mar, cisalhamento do vento, umidade específica, componente horizontal do
vento a 10 metros, temperatura a 2 metros, rugosidade, runoff em rio, cobertura total de
nuvens, cobertura de nuvem alta, cobertura de nuvem média, cobertura de nuvem baixa, altura
da base da nuvem, radiação de onda longa e onda curta, profundidade de neve, umidade do
solo, calor latente e calor sensível. As análises meteorológicas são apresentadas em diferentes
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 80 de 149
sistemas de coordenadas, como 17 níveis de pressão (1000, 925, 850, 700, 600, 500, 400, 300,
250, 200, 150, 100, 70, 50, 30, 20 e 10 mb) com resolução de grade igual a 2,5°x2,5°, 28
superfícies sigma (0.9950, 0.9821, 0.9644, 0.9425, 0.9159, 0.8838, 0.8458, 0.8014, 0.7508,
0.6943, 0.6329, 0.5681, 0.5017, 0.4357, 0.3720, 0.3125, 0.2582, 0.2101, 0.1682, 0.1326,
0.1028, 0.0782, 0.0580, 0.0418, 0.0288, 0.0183, 0.0101 e 0.0027) numa grade Gaussiana de
192x94 (aproximadamente 1,9°x2,5°) e 11 níveis isentrópicos (270, 280, 290, 300, 315, 330,
350, 400, 450, 550 e 650 K) com resolução de grade igual a 2,5°x2,5°, sendo por isso
organizadas em subgrupos distintos no arquivo. Em adição, relações diagnósticas, como calor
radioativo e calor convectivo, e variáveis cumulativas, como taxa de precipitação, estão
presentes.
3.4.2 NCEP Global Tropospheric Analyses (NCAR, 2005)
As análises globais (NCEP Final Analyses (FNL)), a partir de 1997, operacionalmente
preparadas pelo NCEP em grades distintas de resolução igual a 2,5°x2,5° para cada
hemisfério, são disponibilizadas, a intervalos de doze horas, para superfície, 16 níveis
mandatários de pressão (1000, 850, 700, 600, 500, 400, 300, 250, 200, 150, 100, 70, 50, 30,
20 e 10 mb), camada limite, tropopausa e algumas superfícies sigma. Os parâmetros
meteorológicos incluem altura geopotencial, temperatura, umidade relativa, umidade
específica, componente horizontal do vento, movimento vertical, vorticidade, água
precipitável, pressão reduzida ao nível médio do mar, pressão em superfície, temperatura
superficial, temperatura do solo, temperatura da superfície do mar, pressão na tropopausa,
temperatura na tropopausa, quantidade de água no solo, profundidade de neve e cobertura de
gelo.
3.4.3 NCEP ADP Global Surface Observations (NCAR, 2005)
Neste conjunto sinótico global estão arquivadas informações provenientes de boletins
de superfície, contendo dados de terra e mar, operacionalmente coletados pelo NCEP e
disponíveis a intervalos de três horas. Os relatórios são recebidos via Global
Telecommunications System (GTS) e decodificados e reformatados pelo Automated Data
Processing (ADP). Diferentes tipos de registros de estações de superfície fornecem os dados
em terra como SYNOP, METAR, e a partir do início da metade da década de 90, AWOS e
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 81 de 149
ASOS. Os dados da superfície do mar são obtidos de estações de superfície instaladas em
navios em movimento ou atracados, MARS (em movimento ou parado) e bóias (amarradas ou
à deriva). Os relatórios meteorológicos podem incluir as variáveis pressão na superfície,
temperatura, direção do vento, intensidade do vento, depressão do ponto de orvalho, cobertura
total de nuvens, tipo de nuvem, altura da base da nuvem, visibilidade, nevada, precipitação,
pressão reduzida ao nível médio do mar, temperatura da superfície do mar e ondas.
3.4.4 NCEP ADP Global Upper Air Observation Subsets (NCAR, 2005)
Informações meteorológicas de altitude, provenientes de boletins de radiossondagens,
balões piloto e aeronaves operacionalmente coletados pelo NCEP, são disponibilizadas a cada
intervalo de seis horas neste conjunto sinótico de cobertura global. Os relatórios
meteorológicos são recebidos via National Environmental Satellite Data Information Service
(NESDIS) e Global Telecommunications System (GTS), sendo estes últimos ainda
decodificados e reformatados pelo Automated Data Processing (ADP). Todos os dados
registrados, além de comporem a entrada primária do Global Data Assimilation System
(GDAS), usado para realizar previsões numéricas e NCEP Final Analyses (FNL), representam
a principal fonte de entrada dos NCEP/NCAR and ECMWF Reanalyses Projects. Os dados de
ar superior processados pelo ADP incluem registros de estações de lançamento de
radiossondagens e balões piloto localizadas em terra e navios, nos níveis mandatários de
superfície, 1000, 850, 700, 500, 400, 300, 200, 150, 100, 70, 50, 30, 20, 10, 7, 5, 3, 2 e 1 mb.
A coleta de informações envolve, às 00Z e 12Z, cerca de 650 a 1000 estações e, às 06Z e 18Z
(na sua maioria, dados de balão), 150 a 400 estações. Os dados de altitude registrados em
aeronaves são obtidos a partir da operação de aproximadamente 400 vôos comerciais,
militares e de reconhecimento a cada doze horas e cerca de 20.000 deles a cada seis horas nos
registros mais recentes. Além de dados observacionais de satélite no canal infravermelho e
dados de vento derivados das análises via satélite do formato das nuvens, 5.000 a 10.000
relatórios são expedidos a cada seis horas na decolagem e aterrissagem de aeronaves. Os
boletins meteorológicos, de um modo geral, apresentam informações das variáveis pressão,
altura geopotencial, temperatura, direção e intensidade do vento e depressão do ponto de
orvalho.
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 82 de 149
3.4.5 Global Monthly Mean Radiosonde Observations (NCAR, 2005)
Dados mensais de radiossondagem podem também ser adquiridos gratuitamente do
National Climatic Data Center (NCDC). Entretanto, tais informações meteorológicas,
irregularmente coletadas fora do território dos Estados Unidos, não apresentam a mesma
confiabilidade daquelas imediatamente acima citadas, usadas pelo NCEP com rigoroso
controle de qualidade. Além disso, encontram-se num formato bruto precisando de tratamento
antes de serem usadas no módulo RAWINS. As variáveis altura geopotencial, temperatura,
direção e intensidade do vento, umidade relativa e pressão são disponibilizadas nos níveis de
superfície, 850, 700, 500, 300, 200, 150, 100, 50, 30 e 10 mb.
3.5 PARAMETRIZAÇÕES FÍSICAS
Uma grande variedade de esquemas chamados de parametrizações tem sido
desenvolvida e incorporada aos modelos numéricos de mesoescala, a fim de representar
processos físicos como, por exemplo, a convecção associada a nuvens e os fluxos ascendentes
e descendentes na camada limite planetária. Cada parametrização foi implementada sob
circunstâncias específicas, não necessariamente tendo de apresentar a mesma performance em
qualquer situação. Desta forma, identificar características responsáveis e erros sistemáticos,
associados às aplicações em mesoescala das parametrizações nos ambientes de simulação,
tornou-se informação fundamental para o desempenho futuro dos sistemas de predição
numérica e para o aperfeiçoamento dos próprios esquemas físicos.
Segundo Wang & Seaman (1997), a precipitação é reconhecida como um dos
parâmetros mais difíceis de ser previsto numericamente. Embora reduções substanciais nos
erros de previsão das variáveis vento, temperatura, pressão reduzida ao nível médio do mar e
altura geopotencial sejam constatadas nos modelos de mesoescala, o progresso na predição da
precipitação tem se mostrado lento. Dentre as dificuldades inerentes a esta realidade, a
representação dos processos precipitantes com relação ao desempenho das principais
parametrizações cumulus do modelo de mesoescala MM5 foi o objetivo do estudo
comparativo proposto pelos autores. As análises mostraram que, para seis eventos de
precipitação nas estações quente e fria ocorridos na área continental dos Estados Unidos,
existem vantagens significativas quanto ao uso de determinadas parametrizações que
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 83 de 149
diretamente melhor representam as correntes descendentes convectivas úmidas, como as
parametrizações de Kain-Fritsch e Grell.
No Brasil, estudos também têm sido realizados para entender adequadamente como as
parametrizações físicas interagem com outros componentes dos modelos de mesoescala.
Oliveira e Menezes (2004) avaliaram a performance das principais parametrizações de
microfísica e convecção no modelo numérico MM5 via estudo de caso de um Sistema
Convectivo de Mesoescala que atingiu a região metropolitana do Rio de Janeiro em novembro
de 2001. Seis simulações com o modelo, envolvendo as parametrizações de microfísica de
Schultz, Goddard e Dudhia, ora com a parametrização cumulus de Kain-Fritsch 2 ora sem
qualquer esquema de convecção acionado, não apresentaram resultados com diferenças de
desempenho significativas. As simulações conseguiram reproduzir com eficiência diversos
aspectos da morfologia e da dinâmica do evento, além dos processos em escala convectiva,
como os fluxos de umidade alimentando as nuvens e as correntes ascendentes e descendentes.
Apesar da pequena defasagem espacial e temporal na localização do sistema, o modelo obteve
um excelente desempenho independentemente da parametrização escolhida. A inclusão da
parametrização cumulus Kain-Fritsch 2 acrescentou pouca informação; por outro lado, alguns
aspectos permitiram destacar a parametrização de Schultz como a mais apropriada para
estudos de mesoescala.
No estudo aqui apresentado, para todos os domínios de integração escolhidos, foi
utilizada a mesma combinação de esquemas. Comparações entre simulações numéricas
realizadas no modelo de mesoescala MM5 com diferentes conjuntos de opções físicas,
sugeridos pela bibliografia consultada, permitiram identificar aquelas parametrizações que
melhor reproduziram as tempestades selecionadas para tal avaliação. Dois estudos de casos
serão analisados com maiores detalhes no próximo capítulo.
A parametrização cumulus escolhida foi a de Kain-Fritsch 2. O esquema de Kain-
Fritsch tem sido utilizado satisfatoriamente durante muitos anos no modelo numérico MM5 e
mais recentemente incorporado a versões experimentais dos modelos ETA e Weather
Research and Forecasting (WRF). Derivado da parametrização cumulus de Fritsch-Chappell,
seu desenvolvimento vem sendo intensamente estudado pela comunidade científica, de modo
que diversas sugestões para problemas constatados ao longo do tempo foram reunidas numa
série de melhorias para implementação que deram origem à parametrização cumulus de Kain-
Fritsch 2 (Kain, 2002). O esquema Kain-Fritsch original consiste basicamente na identificação
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 84 de 149
das possíveis camadas geradoras de movimento vertical a partir de testes de instabilidade. Em
seguida, pelo método da parcela Lagrangeana, a velocidade vertical é determinada ao longo
da coluna de ar. Caso esta mantenha-se positiva por uma altura típica de 3 a 4 km, a
convecção profunda é ativada. As modificações propostas pela versão Kain-Fritsch 2 incluem
uma taxa mínima de entranhamento, que primariamente suprime o disparo de convecção em
ambientes não favoráveis; o raio teórico da nuvem, que controla o máximo possível de
entranhamento, sendo variável e dependente da convergência sob a nuvem; uma opção de
ocorrência de convecção rasa (Shallow Cumulus) e um novo algoritmo para correntes
descendentes (Kain, 2002).
A parametrização de microfísica de Schultz selecionada para este estudo tem como
característica principal o baixo custo computacional demandado na implementação da
modelagem de processos relativamente complexos. Esta vantagem, apesar de irrelevante no
tratamento da pesquisa em questão, mostra-se bastante importante na previsão operacional do
tempo, em que a busca por bons resultados com o menor gasto possível é constante. O
esquema contempla cinco categorias de água condensada: água de nuvem, cristais de gelo,
água de chuva, neve e gelo precipitante, inclusive granizo e saraiva, cujas produção e
conversão consistem em processos físicos de grande complexidade (Schultz, 1995).
Entretanto, a parametrização de Schultz trata-os simplificadamente a partir de equações
baseadas em constantes empíricas. As expressões completas para os diversos tipos de
hidrometeoros podem ser encontradas em Schultz (1995). Cabe salientar que a presença das
constantes empíricas nas equações matemáticas torna este esquema aplicável a uma série de
eventos atmosféricos, uma vez que tais constantes podem ser calibradas facilmente de acordo
com a realidade dos processos intranuvens existentes na região onde o estudo venha a ser
desenvolvido.
A parametrização escolhida para a camada limite planetária foi a MRF (Medium-
Range Forecast), um eficiente esquema implementado no NCEP MRF Model e baseado na
representação de Troen-Mahrt para o termo de contragradiente e o perfil K na camada de
mistura (Dudhia et al, 2002). No conjunto, os processos radiativos foram representados pela
parametrização de onda longa RRTM (Rapid Radiative Transfer Model), na qual o esquema
de radiação de nuvem é também combinado, computando as interações de ondas curtas e
longas com nuvens e ar limpo, além dos fluxos de radiação da superfície nos cálculos do
balanço de energia no solo. Este esquema de onda longa é um método novo altamente preciso
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 85 de 149
e eficiente que utiliza um modelo correlacionado-k para representar os efeitos do espectro de
absorção considerando vapor d’água, dióxido de carbono e ozônio (Dudhia et al, 2002). É
implementado no MM5 para também interagir com o modelo de nuvem e os campos de
precipitação. O esquema de superfície adotado foi o Land-Surface Model (LSM), capaz de
prognosticar a umidade e a temperatura do solo em quatro camadas (10, 30, 60 e 100 cm de
espessura), assim como a profundidade de neve, a umidade do dossel vegetativo, as
acumulações de runoff superficial e subterrâneo. O LSM utiliza os tipos de vegetação e de
solo no tratamento da evapotranspiração e tem resultados como condutividade no solo e fluxo
de umidade gravitacional (Dudhia et al, 2002).
3.6 DOMÍNIOS DE INTEGRAÇÃO
O modelo numérico MM5, para as simulações de tempestades com descargas elétricas
atmosféricas foi configurado com dois domínios de integração de grade centrada em 23
o
S e
40
o
O, conforme mostra a Figura 3.3. O domínio 1 (D1) possui resolução horizontal de 90 km,
com 35x41x23 pontos, referente à área localizada entre 35° S a 12° S de latitude e 54° O a
26° O de longitude, e o domínio 2 (D2), por sua vez, aninhado ao domínio maior, resolução
horizontal de 30 km, com 49x52x23 pontos, referente à área localizada entre 28° S a 17° S de
latitude e 46° O a 34° O de longitude.
Figura 3.3 – Domínios de integração do modelo de mesoescala MM5.
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 86 de 149
3.7 VARIÁVEIS METEOROLÓGICAS
Descobrir relações envolvendo dados de descargas elétricas atmosféricas que
poderiam ser aplicadas na previsão operacional de tempo severo foi o objetivo principal do
estudo realizado por Reap & MacGorman (1989). Aproximadamente dois milhões de dados
de descargas nuvem-solo da rede National Severe Storms Laboratory (NSSL) durante o
período de 1985 e 1986 para as estações quentes tiveram suas características analisadas e
estatisticamente comparadas a observações de radar, boletins de eventos climáticos extremos
e saídas numéricas de modelos prognósticos. Com a finalidade de determinar quais
parâmetros atmosféricos são bons preditores de descargas nuvem-solo, relacionando sua
ocorrência com os campos de simulação obtidos do National Meteorological Center’s (NMC)
Limited-Area Fine-Mesh (LFM) model e Techniques Development Laboratory’s (TDL) high
resolution Boundary Layer Model (BLM), técnicas de regressão linear foram utilizadas.
Dentre as diversas variáveis candidatas de ambos modelos para tal avaliação estavam
temperatura, umidade relativa, componente horizontal do vento U e V, pressão na superfície,
índices de estabilidade, advecção de temperatura, cisalhamento do vento, divergência,
vorticidade, velocidade vertical e altura do nível de congelamento. Como resultados
principais, foram obtidas boas correlações entre descargas positivas e negativas e fluxo de
umidade e circulação em baixos níveis, quando na presença de convergência de umidade,
vorticidade relativa ciclônica e forte movimento vertical na camada limite. Contrariando as
expectativas, a altura da camada de gelo e o cisalhamento do vento não foram variáveis
importantes na formação de tempestades.
A região Sudeste do Brasil é reconhecida por apresentar intensa atividade elétrica
associada a condições meteorológicas locais, como tempestades convectivas e sistemas
convectivos de mesoescala, e de grande escala, como passagem e ocorrência de frentes frias,
Zona de Convergência do Atlântico Sul (ZCAS) e Alta da Bolívia (Faria, 2002; Pinto & Pinto
Jr., 2003; Pinto Jr. et al, 2003). Também tem sido sugerido que a convecção nesta região
brasileira e, conseqüentemente, a ocorrência de descargas atmosféricas, pode estar relacionada
ao fenômeno El Niño (ENSO), à temperatura da superfície do Oceano Atlântico e à Oscilação
Madden-Julian (MJO) (Pinto Jr. et al, 2003a).
Para a realização da pesquisa contida na presente dissertação, possíveis variáveis
meteorológicas preditoras da ocorrência de descargas elétricas atmosféricas foram
Capítulo 3 – Modelo de Mesoescala MM5
P
ágina 87 de 149
selecionadas com base nas condições primariamente necessárias para a formação de
tempestades, isto é, perfil térmico da atmosfera, umidade e movimento ascensional. Assim,
serão analisados campos de simulação de divergência (10
-4
s
-1
), em superfície e 200 mb,
advecção de temperatura (K/h), nos níveis de pressão de 850 e 500 mb, razão de mistura (10
-3
g/Kg), em superfície e 850 mb, e velocidade vertical (10
-2
m/s), em 500 mb. No próximo
capítulo, estas variáveis, bem como suas correlações com a ocorrência de tempestades
elétricas, serão descritas com maiores detalhes.
CAPÍTULO 4
ESTUDOS DE CASOS
4.1 INTRODUÇÃO
Em geral, o início da intensa eletrificação em tempestades está associado ao rápido
desenvolvimento vertical e horizontal das nuvens. Quando as perturbações elétricas em seu
interior tornam-se suficientemente grandes, ocorre a ruptura dielétrica do ar e, por
conseqüência, a descarga elétrica atmosférica. O estudo de relâmpagos é considerado parte
importante das investigações sobre tempestades, não só pelas descargas elétricas serem
indicadores e, até mesmo, modificadores da eletricidade atmosférica, mas também pelo fato
de representarem por si mesmas fenômenos ainda pouco conhecidos. Logo, mudanças
instantâneas provocadas no campo elétrico podem informar a magnitude das cargas elétricas
depositadas pelas descargas e sua possível localização pontual, caso medições sejam
realizadas nos lugares de incidência. Medidas da grande quantidade de cargas transferidas
pelas descargas elétricas são bastante variáveis, dependendo de fatores como posição
geográfica e circunstâncias meteorológicas e sazonais.
Neste capítulo, serão discutidos dois estudos de caso de tempestades com intensa
atividade elétrica. O monitoramento dos fenômenos dar-se-á a partir da análise das
distribuições temporal e espacial das descargas atmosféricas associadas aos eventos
escolhidos, de imagens de satélite geoestacionário e de campos de simulação do modelo de
mesoescala MM5 para as variáveis meteorológicas selecionadas previamente. A incidência de
descargas elétricas durante um determinado intervalo de tempo foi considerada, com base em
definição estabelecida anteriormente, como parâmetro indicador das tempestades. A fim de
identificar qual fenômeno meteorológico estava associado às descargas atmosféricas e de
verificar a eficiência dos sensores de FURNAS Centrais Elétricas S.A. com relação à
localização dos dados obtidos, imagens de satélite de órbita geoestacionária foram utilizadas.
Além das variáveis meteorológicas divergência, advecção de temperatura, razão de mistura e
velocidade vertical, citadas como aquelas a terem seus comportamentos estudados via modelo
de mesoescala e possivelmente correlacionados com a ocorrência de tempestades com
descargas elétricas, foi escolhida também a variável precipitação convectiva para a aferição
Capítulo 4 – Estudos de Casos
P
ágina 90 de 149
do desempenho do modelo com relação às imagens de satélite. Cabe ressaltar que esta
variável não participou da discussão dos resultados juntamente com os demais parâmetros
meteorológicos, visto que ainda existem incertezas a respeito dos detalhes da correlação entre
a estrutura elétrica de uma tempestade e seu estado convectivo. Ora observações mostram que
descargas elétricas e precipitação estão correlacionadas, ora que a atividade elétrica evita
regiões de forte precipitação ou ocorre antes da máxima precipitação (Gin, 1992; Pinto Jr. et
al, 1992).
Quando empregados coletivamente, dados provenientes de diversos equipamentos –
incluindo radar, imagens de satélite, simulações numéricas, observações de superfície e ar
superior – auxiliam o previsor a disponibilizar um melhor prognóstico da ocorrência de
sistemas de tempo severo. Segundo Ferreira (2002), dados do sensor AVHRR (Advanced
Very High Resolution Radiometer) a bordo de satélites de órbita polar, que fornecem imagens
nos canais visível e infravermelho dos fenômenos meteorológicos e das superfícies terrestre e
marítima, podem ser utilizados na localização e no estudo das tempestades, embora
apresentem limitações quanto ao tempo de recebimento entre uma imagem e outra. Usando os
dados dos satélites de órbita geoestacionária, com suas imagens em intervalos menores, e a
técnica de animação, a observação pode ser facilitada. Isto permite acompanhar o movimento
e a direção, o desenvolvimento e outras características dos fenômenos em um pequeno
intervalo de tempo. Infelizmente, embora os satélites revelem as nuvens se movendo e
crescendo, a imagem não permite sempre mostrar as características exatas das tempestades e o
seu potencial de produzir o tempo severo.
Imagens infravermelhas do satélite GOES–12 com resolução espacial de
aproximadamente 10 km foram utilizadas neste estudo para o monitoramento de ambos
sistemas de tempestade. Obtidas do site da NOAA (National Oceanic and Atmospheric
Administration)/ NESDIS (National Environmental Satellite Data and Information Service),
não mais disponíveis atualmente, as imagens com as temperaturas do topo das nuvens
realçadas em cores diferentes numa escala de 180K a 300K foram recebidas a cada intervalo
de meia hora. O realce é uma técnica comumente usada para localizar nuvens convectivas
com topos mais frios (Ferreira, 2002). Entretanto, a ocorrência de falhas no recebimento da
seqüência destas imagens foi freqüente, podendo chegar até a algumas horas, inclusive para os
estudos de caso que serão abordados. Por esta razão, imagens no canal infravermelho em tons
de cinza do satélite geoestacionário GOES–12 disponíveis nos sites do CPTEC (Centro de
Capítulo 4 – Estudos de Casos
P
ágina 91 de 149
Previsão de Tempo e Estudos Climáticos) e do Laboratório Master do IAG (Instituto de
Astronomia e Geofísica)/ USP (Universidade de São Paulo) foram investigadas com a
finalidade de tentar substituir aquelas faltantes para as datas de interesse. Contudo, a
substituição nem sempre foi possível, visto que tais imagens, principalmente nos horários em
que a atividade elétrica foi mais significativa, também apresentaram falhas, quando não,
problemas de resolução que impediram seu uso. De qualquer forma, correlações encontradas
entre as descargas elétricas atmosféricas e as imagens disponíveis para análise, conforme será
mostrado a seguir, possibilitaram identificar e monitorar o fenômeno meteorológico envolvido
e aferir a localização espacial e temporal destes dados, justificando, assim, a utilização das
imagens de satélite nas condições apresentadas.
Os campos meteorológicos simulados no modelo de mesoescala MM5 para os
domínios de 90 e 30 km de resolução horizontal foram visualizados pelo Sistema de Análise e
Exibição de Grade (GrADS) a cada intervalo de uma hora. Os horários de início das
simulações realizadas serão especificados no decorrer da apresentação dos estudos de caso.
Em seguida, será introduzido o tratamento estatístico conferido às saídas de simulação do
modelo numérico MM5 para cada variável, em seus respectivos níveis e horários de interesse,
com o intuito de posterior aplicação das técnicas de inteligência artificial.
4.2 CASO: 19 DE NOVEMBRO DE 2003
4.2.1 Análise das Descargas Elétricas Atmosféricas
Segundo Pinto et al (1999), a variação temporal da atividade elétrica é considerada
ferramenta importante no melhor entendimento do comportamento de sistemas de
tempestades em mesoescala e na predição de variações no circuito elétrico atmosférico global
e na temperatura global. A variabilidade horária das descargas elétricas nuvem-solo sobre o
continente é conhecida por apresentar pontos de máximo à tarde associados à intensa
atividade convectiva deste período em resposta ao ciclo diurno da insolação. Diferenças,
entretanto, podem existir quando relacionadas a aspectos meteorológicos e orográficos.
A tempestade nível 1 ocorrida no dia 19 de novembro de 2003 foi aquela que, de um
total de duzentos e seis eventos identificados entre março de 2002 e fevereiro de 2004,
apresentou o maior número de descargas elétricas atmosféricas durante uma hora (Zepka et al,
Capítulo 4 – Estudos de Casos
P
ágina 92 de 149
2005). De acordo com a Figura 4.1, o fenômeno iniciou às 15 horas do dia 19 com quarenta
descargas e terminou às 5 horas do dia 20 com apenas uma descarga registrada, totalizando
19.851 descargas durante as quinze horas nas quais se encontrou ativo. Às 18 horas, 3.599
descargas antecederam o máximo de 4.242 descargas elétricas ocorrido às 19 horas do dia 19
de novembro. Uma hora depois, a tempestade registrava 2.543 descargas, ou seja, um
decréscimo de 40% em relação ao período anterior. Apenas 5% do total de descargas elétricas
concentraram-se nas primeiras horas do dia 20 de novembro.
Figura 4.1 – Distribuição horária das descargas elétricas atmosféricas para o evento de
tempestade ocorrido nos dias 19 e 20 de novembro de 2003.
A Figura 4.2 mostra a distribuição espacial da atividade elétrica associada ao evento
de tempestade durante todo o seu estágio de vida. Das Figuras 4.2(a) a 4.2(c), é possível
observar o início da formação e a intensificação de dois núcleos distintos de descargas
atmosféricas sobre o sul e o centro do Estado de Minas Gerais. Às 17 horas do dia 19 de
novembro, quando a atividade elétrica ultrapassou a quantidade de 1.000 descargas por hora,
o sistema ingressou na sua fase mais intensa e, uma hora depois (Figura 4.2(d)), 3.599
descargas registradas já se estendiam também a sudoeste do Estado do Rio de Janeiro, pouco
penetrando o Oceano Atlântico. Às 19 horas, como mostra a Figura 4.2(e), a tempestade
atingiu o máximo de 4.242 descargas/hora, com a organização das descargas elétricas em
núcleos propagando-se para nordeste. As diferentes posições uniformemente assumidas por
tais núcleos até a sua total desintensificação representam possíveis indicadores da direção de
deslocamento do fenômeno meteorológico associado. A partir das 20 horas (Figura 4.2(f)),
pôde ser identificada a distribuição desigual das descargas elétricas ao longo de uma banda
0
500
1000
1500
2000
2500
3000
3500
4000
4500
número de descargas
12 13 14 15 16 17 18 19 20 21 22 23 0 1 2 3 4 5 6 7 8 9 10 11 12
horas
Distribuição Horária das Descargas Elétricas Atmosféricas
19 de novembro de 2003 20 de novembro de 2003
Capítulo 4 – Estudos de Casos
P
ágina 93 de 149
localizada na direção noroeste–sudeste cobrindo parte dos Estados de Minas Gerais e Rio de
Janeiro. Tal organização começou a se desintensificar às 23 horas, na Figura 4.2(i), com a
diminuição da atividade elétrica sobre Minas Gerais e concentração das descargas em forma
de núcleo no Rio de Janeiro. Durante as primeiras horas do dia 20 de novembro, a incidência
das descargas elétricas foi diminuindo continuamente, com apenas alguns poucos núcleos no
litoral norte do Estado do Rio de Janeiro, antes de sua total dissipação.
Figura 4.2 – Distribuição espacial das descargas elétricas atmosféricas para o evento de
tempestade ocorrido nos dias 19 e 20 de novembro de 2003.
(o) (n) (m)
(l) (k) (j)
(i) (h) (g)
(f) (e) (d)
(c) (b) (a)
Capítulo 4 – Estudos de Casos
P
ágina 94 de 149
4.2.2 Análise das Imagens de Satélite
Neste estudo de caso, serão utilizadas imagens no canal infravermelho do satélite
geoestacionário GOES–12 a fim de identificar qual condição meteorológica estava associada
às descargas elétricas atmosféricas e de verificar a eficiência dos sensores de FURNAS
Centrais Elétricas S.A. com relação à localização dos dados obtidos. Também participarão
desta análise informações sobre as perturbações atmosféricas que ocorreram no Brasil durante
o mês de Novembro, fornecidas pelo Boletim Climanálise.
Segundo Pinto Jr. et al (1996), basicamente três condições meteorológicas diferentes
identificadas por imagens de satélite foram responsáveis pela incidência de descargas elétricas
nuvem-solo na região Sudeste do Brasil durante o verão de 1992–1993: convecção local,
convecção tropical e convecção provocada por passagem de sistema frontal.
Aproximadamente 70% do total de descargas registradas estavam associadas à convecção
frontal produzida por massas de ar frio provenientes do Pólo Sul. Somente cerca de 10%
puderam ser relacionadas puramente à convecção local. Os restantes 20% das descargas
elétricas foram associadas à convecção tropical profunda com origem na região amazônica
que se estendeu até a área de cobertura dos sensores. A fim de investigar as possíveis causas
da variação anual da quantidade de descargas elétricas nuvem-solo negativas entre 1989 e
1995, Pinto Jr. et al (2003a) computaram separadamente o número anual de sistemas frontais
e eventos ZCAS (Zona de Convergência do Atlântico Sul) que afetaram a região Sudeste do
Brasil durante o período de interesse, muito embora estes fenômenos não sejam
independentes. A ZCAS é tipicamente identificada nas imagens de satélite como uma banda
de nebulosidade convectiva orientada no sentido noroeste/sudeste estendendo-se do sul da
Amazônia até ao Oceano Atlântico Sul e permanecendo quasi-estacionária por períodos que
variam de 4 a 20 dias (Faria, 2002). Apesar do número de descargas elétricas aparentemente
ter tendido a aumentar quando da ocorrência de ZCAS, nenhuma correlação explícita foi
encontrada entre os fenômenos analisados e a variabilidade anual das descargas elétricas, o
que possivelmente indicou a existência de complexas interações entre diferentes processos
responsáveis pela atividade elétrica.
A Figura 4.3 a seguir apresenta a seqüência de imagens de satélite correspondente ao
período de ocorrência do evento de tempestade analisado neste estudo de caso. Apesar de não
estarem igualmente intervaladas, devido a razões já justificadas anteriormente, foi possível
Capítulo 4 – Estudos de Casos
P
ágina 95 de 149
constatar o fenômeno meteorológico causador da atividade elétrica e aferir com precisão a
localização das descargas elétricas (Zepka et al, 2005). Na Figura 4.3(a) do dia 19 de
novembro de 2003 às 1445 UTC, observa-se um sistema frontal atuando no litoral da região
Sudeste do Brasil com uma circulação ciclônica bem configurada em sua extremidade a
sudeste do Rio Grande do Sul. Dois pequenos e distintos núcleos convectivos podem ser
identificados ao sul de Minas Gerais. Segundo o Climanálise (2003), a atividade convectiva
em novembro, observada em todas as pêntadas do mês como uma faixa orientada no sentido
noroeste–sudeste e posicionada preferencialmente sobre o Brasil Central, esteve associada ao
avanço dos sistemas frontais.
Passadas três horas, às 1745 UTC (Figura 4.3(b)), percebe-se a intensificação dos
núcleos identificados na imagem anterior e a formação de outros, todos posicionados de
forma linear desde o oeste do Estado de Minas Gerais até o sul do Estado do Rio de Janeiro e
associados à extremidade da frente fria ainda ativa sobre o continente, conforme também pode
ser visto nas áreas mais claras da mesma região na imagem das 1810 UTC (Figura 4.3(c)).
Poucas descargas elétricas registradas às 15 horas local, horário do início da tempestade, estão
relacionadas a esta atividade convectiva, de acordo com a Figura 4.2(a).
Às 2045 UTC, na Figura 4.3(d), constata-se o aumento de tamanho principalmente do
núcleo convectivo com formato circular muito bem definido localizado sobre o Estado do Rio
de Janeiro estendendo-se em parte sobre o Oceano Atlântico. As áreas brancas e brilhantes no
oeste e sul de Minas Gerais indicam a presença de nuvens cumulonimbus e conseqüentemente
forte atividade convectiva. Praticamente meia hora depois, na Figura 4.3(e), as características
convectivas permanecem constantes na região de ocorrência das descargas elétricas.
Conforme a Figura 4.2(d), a localização dos dados detectados pelos sensores de FURNAS
para as 18 horas local coincide com as regiões de forte convecção identificadas na imagem de
satélite para o mesmo horário. Infelizmente a existência de falhas na continuidade das
imagens impossibilitou a observação meteorológica durante o período de máxima atividade
elétrica da tempestade às 19 horas local; porém, tendo em vista as correlações de posição
obtidas uma hora antes entre as regiões dos núcleos convectivos e da incidência de descargas
atmosféricas, é esperado fisicamente para tal momento a intensificação da convecção em
concordância com o aumento da quantidade de descargas.
Às 2345 UTC (Figura 4.3(f)), é possível observar, em relação à imagem anterior, o
deslocamento do sistema frontal para nordeste, atingindo o litoral do Espírito Santo, bem
Capítulo 4 – Estudos de Casos
P
ágina 96 de 149
como dos núcleos com forte atividade convectiva a ele associados. A área de intensa
convecção localizada no oeste de Minas Gerais enfraquece, permanecendo mais ativos apenas
os dois núcleos posicionados lado a lado na região centro e leste do Estado, próximos ao
núcleo atuante sobre o Rio de Janeiro. Comparativamente, a distribuição espacial das
descargas elétricas para as 21 horas local apresenta boa correlação com a região de convecção
mais intensa.
Duas horas depois, na Figura 4.3(g), percebe-se ainda que a passagem da frente fria
provoca forte atividade convectiva na parte leste do Estado de Minas Gerais e principalmente
sobre o núcleo bem configurado em formato circular no Rio de Janeiro e Oceano Atlântico, o
qual é responsável pela ocorrência das descargas elétricas detectadas às 23 horas local,
conforme mostra a Figura 4.2 (i). Cabe ressaltar que, apesar de as regiões convectivas
manterem os topos das nuvens altos e com temperaturas mais frias, os dados de FURNAS
indicam o início do processo de desintensificação da atividade elétrica.
A seqüência de imagens de satélite correspondente às primeiras horas do dia 20 de
novembro de 2003, a partir da Figura 4.3(h) até a Figura 4.3(n), a cada intervalo de uma hora,
apresenta o enfraquecimento do sistema frontal e da atividade convectiva associada sobre o
continente. O desenvolvimento deste processo pôde ser acompanhado pelo deslocamento e
pela diminuição das descargas elétricas atmosféricas mostrados na Figura 4.2. A detecção dos
sensores de FURNAS Centrais Elétricas S.A. foi consideravelmente eficiente e confiável,
visto que as posições dos dados estavam de acordo com as condições meteorológicas
presentes.
Figura 4.3 – Seqüência de fragmentos de imagens infravermelhas de satélite geoestacionário
GOES–12 referente à tempestade em estudo (continuação na página seguinte).
19/11/2003
1745Z
(a) (b)
(c)
19/11/2003
1445Z
Capítulo 4 – Estudos de Casos
P
ágina 97 de 149
Continuação da Figura 4.3.
(d)
(e) (f)
20/11/2003
0639Z
20/11/2003
0339Z
20/11/2003
0239Z
20/11/2003
0839Z
(g)
(j)
(h)
(m) (n)
(k)
(l)
(i)
20/11/2003
0139Z
20/11/2003
0439Z
20/11/2003
0739Z
Capítulo 4 – Estudos de Casos
P
ágina 98 de 149
4.2.3 Análise das Simulações com o Modelo de Mesoescala MM5
A análise do comportamento das variáveis meteorológicas selecionadas para este caso
de tempestade deu-se a partir da realização de duas simulações com o modelo numérico
MM5, com duração de doze horas cada de modo a cobrir todo o período de atividade elétrica.
A Tabela 4.1 abaixo mostra o horário de início e a data das respectivas simulações.
Tabela 4.1 – Horários das simulações realizadas no modelo MM5.
Simulação 1 Simulação 2
Hora Dia Hora Dia
Início 12 UTC 19 de novembro de 2003 00 UTC 20 de novembro de 2003
Término 00 UTC 20 de novembro de 2003 12 UTC 20 de novembro de 2003
Nesta seção serão mostrados inicialmente resultados de comparações entre os campos
simulados da variável precipitação convectiva acumulada em superfície para ambos os
domínios de 90 e 30 km de resolução horizontal e as imagens do satélite geoestacionário, com
a finalidade de tentar aferir, para este estudo de caso, o desempenho do modelo MM5. A
seguir divergência, em superfície e 200 mb, razão de mistura, em superfície e 850 mb,
advecção de temperatura, nos níveis de pressão de 850 e 500 mb, e velocidade vertical, em
500 mb, serão apresentadas para horários de interesse da tempestade, buscando correlacioná-
las com a ocorrência das descargas elétricas atmosféricas e com o sistema frontal identificado
nas imagens de satélite. Apenas os resultados do domínio com resolução horizontal de 30 km
serão analisados para a melhor observação dos detalhes das variações previstas pelo modelo
de mesoescala MM5.
No horário das 1745 UTC (Figura 4.3(b), reapresentada como Figura 4.4(a)), a
imagem de satélite mostrou atividade convectiva estendendo-se desde o sul de Goiás, oeste e
sul de Minas Gerais até o sul do Estado do Rio de Janeiro, sendo que neste último, um núcleo
bem definido apresentava convecção mais intensa. Conforme a Figura 4.4(b), a localização da
precipitação convectiva prevista para as 18 UTC aparece justamente ao longo da banda
frontal, inclusive no ciclone associado à extremidade do sistema. A precipitação mais intensa
está representada no sul de Goiás e oeste de Minas Gerais e sobre o Rio de Janeiro,
praticamente coincidindo com as regiões convectivas identificadas nas imagens. No domínio
com maior resolução horizontal, Figura 4.4(c), o núcleo precipitante também é bem
representado, somente um pouco deslocado para leste da região convectiva.
Capítulo 4 – Estudos de Casos
P
ágina 99 de 149
Figura 4.4 – Comparação entre (a) imagem infravermelha de satélite geoestacionário com a
temperatura do topo das nuvens realçada, (b) precipitação convectiva simulada no domínio 1
e (c) precipitação convectiva simulada no domínio 2.
A fim de analisar o desempenho do modelo quando da ocorrência da máxima
atividade elétrica verificada durante a tempestade, foi escolhida a imagem das 2110 UTC
(Figura 4.3(e), reapresentada como Figura 4.5(a)) próxima, mas não equivalente, ao horário
das 19 horas local, devido às falhas existentes na seqüência. Um núcleo de intensa convecção
com formato circular muito bem definido sobre o Estado do Rio de Janeiro foi identificado a
partir da área mais branca da imagem infravermelha em tons de cinza. Atividade convectiva
também pôde ser localizada em grande parte de Minas Gerais e norte e leste de Goiás.
Novamente, conforme a Figura 4.5(b), a precipitação convectiva, agora mais intensa, está
associada à frente fria orientada no sentido noroeste–sudeste. O núcleo precipitante mais forte
está posicionado sobre o Rio de Janeiro em concordância com a imagem de satélite. A
precipitação prevista para o sul de Goiás não está coerente com a localização da atividade
convectiva neste Estado. Tal fato pode estar relacionado à defasagem temporal de 40 minutos
19/11/2003
1745Z
(a)
(b)
(c)
Capítulo 4 – Estudos de Casos
P
ágina 100 de 149
entre a imagem de satélite e o campo simulado. A Figura 4.5(c) mostra intensa precipitação
convectiva especificamente sobre o núcleo de maior atividade convectiva com boa precisão
espacial.
Figura 4.5 – Comparação entre (a) imagem infravermelha de satélite geoestacionário em tons
de cinza, (b) precipitação convectiva simulada no domínio 1 e
(c) precipitação convectiva simulada no domínio 2.
Visando ao objetivo proposto nesta dissertação de elaborar um estudo para o
desenvolvimento de um sistema de previsão de descargas elétricas atmosféricas para a região
costeira do Estado do Rio de Janeiro, a partir da geração de correlações entre dados de
descargas elétricas atmosféricas e campos simulados de variáveis meteorológicas, serão
discutidas análises correspondentes a horários anteriores à máxima atividade elétrica da
tempestade ocorrida às 19 horas local. Deste modo, a Figura 4.6 mostra o comportamento dos
campos simulados às 15 horas local (18 UTC), horário em que iniciara a tempestade. Na
Figura 4.6(a), observa-se um núcleo de forte convergência no litoral norte do Estado de São
(a)
(b)
(c)
Capítulo 4 – Estudos de Casos
P
ágina 101 de 149
Paulo, com valores em módulo maiores que 2,4x10
-4
s
-1
, indicando atividade convectiva
intensa na região associada à passagem do sistema frontal. Praticamente em todo o Estado do
Rio de Janeiro e diagonalmente sobre o Oceano Atlântico há convergência de massa em
superfície. Um núcleo divergente de 0,8x10
-4
s-1 está posicionado sobre o Rio de Janeiro em
altos níveis na atmosfera, Figura 4.6(b), em interação com a convergência presente na
superfície. Uma grande massa úmida na Figura 4.6(c) estendeu-se desde o Oceano Atlântico
até o litoral dos Estados do Rio de Janeiro e Espírito Santo. A Figura 4.6(d), em 850 mb,
mostra uma faixa de umidade coincidente com a posição da frente fria neste horário, desde o
sudoeste de Minas Gerais, passando por grande parte do Rio de Janeiro até o oceano, com
valores variando entre 10 g/kg e 13 g/kg.
Figura 4.6 – Simulações das 18 UTC da divergência, em superfície (a) e 200 mb (b), razão de
mistura, em superfície (c) e 850 mb (d), advecção de temperatura, em 850 (e) e 500 mb (f),
e velocidade vertical, em 500 mb (g).
(g) (f) (e)
(d) (c)
(b) (a)
Capítulo 4 – Estudos de Casos
P
ágina 102 de 149
Em 850 mb, conforme mostra a Figura 4.6(e), observa-se dois núcleos de grande
advecção negativa, com valores acima de –3 K/h, a nordeste de São Paulo e no sul do Espírito
Santo. Esta advecção de ar frio faz com que a temperatura da camada passe a diminuir mais
rapidamente com a altitude, gerando instabilidade. Em 500 mb, Figura 4.6(f), ocorre a
intensificação do núcleo de advecção de ar frio localizado entre São Paulo e Rio de Janeiro. A
velocidade vertical, na Figura 4.6(g), ao longo do sistema frontal apresenta movimento
ascendente com valores de até 12 cm/s.
A Figura 4.7 apresenta o comportamento das variáveis meteorológicas para as 18
horas local (21 UTC), uma hora antes da ocorrência da máxima atividade das descargas
elétricas atmosféricas.
Figura 4.7 – Simulações das 21 UTC da divergência, em superfície (a) e 200 mb (b), razão de
mistura, em superfície (c) e 850 mb (d), advecção de temperatura, em 850 (e) e 500 mb (f),
e velocidade vertical, em 500 mb (g).
(b) (a)
(c) (d)
(e) (f) (g)
Capítulo 4 – Estudos de Casos
P
ágina 103 de 149
No campo divergência em superfície, observa-se na Figura 4.7(a) dois núcleos com
convergência de massa de valores superiores em módulo a 1,8x10
-4
s
-1
, posicionados um ainda
a nordeste de São Paulo e outro no centro do Estado do Rio de Janeiro, assegurando a
continuação da atividade convectiva nesta região. Sobre Minas Gerais há também
convergência favorável para a convecção identificada na imagem de satélite. Em 200 mb, na
Figura 4.7(b), percebe-se divergência superior a 1,4x10
-4
s
-1
acompanhando a banda frontal. A
massa úmida mostrada na simulação das 18 UTC para a superfície intensificou-se com valores
variando entre 14 e 17 g/kg, conforme a Figura 4.7(c), enquanto que, em 850 mb, na Figura
4.7(d), a faixa de umidade manteve as mesmas características. Passadas três horas, na Figura
4.7(e), percebe-se o enfraquecimento do núcleo de advecção de ar frio a nordeste de São
Paulo e a intensificação do núcleo localizado no sul do Espírito Santo com dois centros de
máxima em que a temperatura diminui cerca de 1 K a cada hora. Em 500 mb, na Figura 4.7(f),
nota-se que o transporte horizontal de ar frio associado à passagem do sistema frontal
desintensificou-se. A velocidade vertical na Figura 4.7(g) apresenta valores bastante elevados
de 24 cm/s sobre o Oceano Atlântico e de até 18 cm/s no continente, indicando intenso
movimento ascendente em regiões com atividade convectiva mostradas na imagem de satélite.
Figura 4.8 – Simulações das 22 UTC da divergência em superfície (a), razão de mistura em
superfície (b), advecção de temperatura em 850 mb (c) e velocidade vertical em 500 mb (d).
(c) (d)
(b) (a)
Capítulo 4 – Estudos de Casos
P
ágina 104 de 149
Segundo a análise das descargas elétricas atmosféricas, às 19 horas local, ocorreu o
pico de atividade elétrica da tempestade. As simulações para as 22 UTC com características
significativas são mostradas na Figura 4.8 acima. A convergência em superfície, na Figura
4.8(a), aumentou principalmente no centro do Rio de Janeiro e no sudoeste de Minas Gerais
onde a atividade convectiva foi mais intensa e as descargas atmosféricas ocorreram. A massa
úmida ingressou no continente dominando a metade sul do Estado do Rio de Janeiro com
valores entre 16 e 17 g/kg, como pode ser visto na Figura 4.8(b). Os núcleos de advecção fria,
na Figura 4.8(c), sobre Espírito Santo e Rio de Janeiro intensificaram-se em 850 mb atingindo
valores de –3 e –2 K/h, respectivamente. A Figura 4.8(d) mostra que o movimento ascendente
alcançou intensidade superior a 24 cm/s no centro do Estado do Rio de Janeiro, retratando a
forte atividade convectiva aí presente.
4.2.4 Tratamento das Saídas de Simulação
Assim como a tempestade do dia 19 de novembro de 2003, outros eventos,
identificados e definidos a partir das descargas elétricas atmosféricas entre março de 2002 e
fevereiro de 2004, foram selecionados e igualmente simulados no modelo MM5, com a
finalidade de correlacionar o estado dinâmico da atmosfera durante sua ocorrência.
Inconveniente seria relacioná-los todos, inclusive devido ao tratamento aplicado às suas
saídas de simulação para posterior manipulação das técnicas de inteligência artificial. Por
isso, o procedimento necessário será mostrado a partir de exemplos neste estudo de caso e no
próximo.
Após selecionadas as tempestades mais severas e analisada a distribuição espacial das
descargas elétricas associadas, núcleos dominando uma quantidade significativa de descargas
e apresentando formato bem configurado tiveram suas coordenadas geográficas e número de
descargas determinados. A Figura 4.9 abaixo mostra alguns dos núcleos escolhidos na
tempestade deste estudo de caso. O primeiro representado pela Figura 4.9(a) está posicionado
entre 21.2
o
e 22.8
o
S e 43
o
e 44
o
O, somando 2.439 descargas, 93% do total registrado às 17
horas local. O próximo, mostrado na Figura 4.9(b), localiza-se entre 21.1
o
e 22.2
o
S e 41.5
o
e
42.8
o
O, detendo 83% das descargas das 22 horas local. O último está entre 21
o
e 22.1
o
S e
41.2 e 42.3
o
O, totalizando 881 descargas, 88% do total das 23 horas local, como pode ser
visto na Figura 4.9(c).
Capítulo 4 – Estudos de Casos
P
ágina 105 de 149
Figura 4.9 – Núcleos escolhidos na tempestade do dia 19 de novembro de 2003.
De posse destas informações, a área total de cada variável meteorológica em cada
nível de pressão nas saídas de simulação geradas pelo GrADS em matriz de 150x150 pontos
para o domínio com resolução horizontal de 30 km foi primeiramente visualizada em gráfico
tridimensional, a fim de melhor estudar espacialmente suas variações. A seguir esta área foi
recortada conforme as coordenadas geográficas do núcleo e imediatamente interpolada em
duas dimensões usando expansão em Série de Taylor truncada na primeira ordem para uma
matriz de 11x11 pontos. Tal tratamento, repetido para todos os núcleos de descargas
determinados nas tempestades selecionadas, representou a tentativa de encontrar, para o
tempo de uma hora de antecedência do aparecimento do núcleo, correlações entre as variáveis
de estado da simulação e a ocorrência futura das descargas elétricas. Por exemplo, para o
núcleo de descargas atmosféricas ocorrido às 17 horas local na tempestade deste estudo de
caso, o procedimento das áreas total, recortada e interpolada foi aplicado aos resultados das
variáveis previstas para as 16 horas local (19 UTC, simulação 1), conforme mostra a Figura
4.10. Da mesma forma, para os núcleos das 22 e 23 horas local, a manipulação matemática
das áreas do domínio foi realizada nas saídas das 21 horas local (00 UTC, simulação 1) e 22
horas local (01 UTC, simulação 2), respectivamente.
Figura 4.10 – Área total, área recortada e área recortada interpolada para uma matriz 11x11
pontos de, respectivamente, divergência em 850 e 200 mb, razão de mistura em superfície e
850 mb, advecção de temperatura em 500 mb e velocidade vertical em 500 mb.
(c) (b) (a)
Capítulo 4 – Estudos de Casos
P
ágina 106 de 149
Continuação da Figura 4.10.
Capítulo 4 – Estudos de Casos
P
ágina 107 de 149
4.3 CASO: 12 DE DEZEMBRO DE 2003
4.3.1 Análise das Descargas Elétricas Atmosféricas
Dentre os dezoito eventos classificados como nível 2 entre março de 2002 e fevereiro
de 2004, a tempestade ocorrida no dia 12 de dezembro de 2003 foi aquela que apresentou a
maior quantidade de descargas elétricas atmosféricas durante uma hora. Conforme o gráfico
da Figura 4.11, o fenômeno teve início às 16 horas do dia 12 com cento e sessenta e nove
descargas e, fim às 5 horas do dia 13 com o registro de apenas cinco descargas, perfazendo
um total de 15.173 descargas durante suas quatorze horas de atividade elétrica. As seis
primeiras horas de ocorrência da tempestade concentraram 87% do total de descargas elétricas
detectadas, mantendo uma média de aproximadamente 2.205 descargas por hora. Às 19 horas,
2.722 descargas antecederam o máximo de 2.998 descargas elétricas ocorrido às 20 horas do
dia 12 de dezembro. Duas horas depois, a tempestade registrou somente 843 descargas, ou
seja, um rápido decréscimo de 72% em relação ao pico de máximo. Apenas 3% do número
total de descargas foram registradas nas primeiras horas do dia seguinte.
Figura 4.11 – Distribuição horária das descargas elétricas atmosféricas para o evento de
tempestade ocorrido nos dias 12 e 13 de dezembro de 2003.
A Figura 4.12 mostra a distribuição espacial da atividade elétrica associada ao evento
de tempestade durante todo o seu estágio de vida. Às 16 horas do dia 12 de dezembro, na
Figura 4.12(a), observa-se a formação de dois pequenos núcleos distintos de descargas
atmosféricas sobre o centro dos Estados de Minas Gerais e Rio de Janeiro. Imediatamente
uma hora depois (Figura 4.12(b)), além da intensificação dos núcleos recém formados, o
0
500
1000
1500
2000
2500
3000
número de descargas
12 13 14 15 16 17 18 19 20 21 22 23 0 1 2 3 4 5 6 7 8 9 10 11 12
horas
Distribuição Horária das Descargas Elétricas Atmosféricas
12 de dezembro de 2003 13 de dezembro de 2003
Capítulo 4 – Estudos de Casos
P
ágina 108 de 149
surgimento de outro bem definido no sul do Rio de Janeiro contribuiu para que o sistema de
tempestade ingressasse em sua fase mais intensa com 2.566 descargas. Apesar de às 18 horas
(Figura 4.12(c)) os núcleos terem expandido em tamanho, praticamente interligando-se,
percebe-se que, na hora seguinte (Figura 4.12(d)), as descargas elétricas reuniram-se
novamente em grupamentos individuais com formatos desiguais ao longo de uma banda
localizada na direção noroeste–sudeste cobrindo parte dos Estados de Minas Gerais e Rio de
Janeiro. Às 20 horas, como mostra a Figura 4.12(e), a tempestade atingiu o máximo de 2.998
descargas/hora, com a permanência das descargas elétricas em núcleos propagando-se em
conjunto para nordeste. Assim como no estudo de caso anterior, as diferentes posições
uniformemente assumidas por tais núcleos até a sua total desintensificação representam
possíveis indicadores da direção de deslocamento do fenômeno meteorológico associado. O
sistema de tempestade começou o seu processo de enfraquecimento às 21 horas com a
localização de grande parte das descargas atmosféricas sobre o sudeste de Minas Gerais
(Figuras 4.12(f) e 4.12(g)) e, devido ao seu deslocamento para nordeste, sobre o Estado do
Espírito Santo, até sua total dissipação nas primeiras horas do dia 13 de dezembro (Figura
4.12(h) a 4.12(n)).
Figura 4.12 – Distribuição espacial das descargas elétricas atmosféricas para o evento de
tempestade ocorrido nos dias 12 e 13 de dezembro de 2003.
(f) (e) (d)
(c) (b) (a)
(i) (h) (g)
Capítulo 4 – Estudos de Casos
P
ágina 109 de 149
Continuação da Figura 4.12.
4.3.2 Análise das Imagens de Satélite
Como no primeiro estudo de caso apresentado, serão utilizadas imagens no canal
infravermelho do satélite geoestacionário GOES–12 a fim de identificar qual condição
meteorológica estava associada às descargas elétricas atmosféricas e de ainda verificar a
eficiência dos sensores de FURNAS Centrais Elétricas S.A. com relação à localização dos
dados obtidos. Também participarão da discussão informações sobre as perturbações
atmosféricas que ocorreram no Brasil durante o mês de Dezembro, fornecidas pelo Boletim
Climanálise.
A Figura 4.13 a seguir apresenta a seqüência de imagens de satélite correspondente ao
período de ocorrência do evento de tempestade analisado neste estudo de caso. Novamente,
apesar de não estarem igualmente intervaladas, foi possível constatar o fenômeno
meteorológico relacionado à atividade elétrica e aferir com precisão a localização das
descargas elétricas. Na Figura 4.13(a) do dia 12 de dezembro de 2003 às 1739 UTC, observa-
se uma frente fria atuando em parte das regiões Sul e Sudeste do Brasil com um vórtice
ciclônico associado a sua extremidade sobre o Oceano Atlântico. Segundo o Boletim
Climanálise (2003a), este sistema frontal ingressou no litoral de Santa Vitória do Palmar – RS
no dia 11 de dezembro, deslocando-se no dia seguinte para o litoral do Estado de São Paulo.
Três pequenos núcleos convectivos podem ser identificados na metade sul de Minas Gerais e
(k)
(n) (m)
(l) (j)
Capítulo 4 – Estudos de Casos
P
ágina 110 de 149
outros dois, sobre o Estado do Rio de Janeiro, assumindo proporções semelhantes, conforme
também mostrado na imagem das 1809 UTC (Figura 4.13(b)) .
Passada uma hora e meia, às 1939 UTC (Figura 4.13(c)), é possível perceber a
intensificação da atividade convectiva principalmente nos núcleos localizados sobre o Rio de
Janeiro, visto as áreas mais brancas e brilhantes na imagem, e, às 2009 UTC (Figura 4.13(d)),
o início do processo de unificação destes núcleos com aqueles posicionados sobre o sul de
Minas Gerais. Conforme a Figura 4.12(b), a localização dos dados detectados pelos sensores
de FURNAS para as 17 horas local coincide com as regiões de forte convecção apontadas na
imagem de satélite para o mesmo horário.
Às 2039 UTC (Figura 4.13(e)), apesar de o sistema frontal encontrar-se bastante
enfraquecido sobre o continente, afetando apenas o litoral dos Estados de Santa Catarina,
Paraná e São Paulo, a conjunção de todos os núcleos observados originou duas regiões
distintas de forte convecção, visto a temperatura nos topos atingindo seus valores mais
negativos, posicionadas no sudeste de Minas Gerais e no centro do Rio de Janeiro. Em
seguida, às 2109 UTC (Figura 4.13(f)), tal configuração transforma-se em apenas um único
núcleo bem definido de intensa atividade convectiva abrangendo o sudeste do Estado de
Minas Gerais e grande parte do território do Estado do Rio de Janeiro, em plena concordância
com a distribuição espacial das descargas elétricas das 18 horas local mostrada na Figura
4.12(c). Praticamente meia hora depois (Figura 4.13(g)), as características convectivas na
região permanecem constantes, até que, às 2209 UTC (Figura 4.13(h), percebe-se uma
ramificação do núcleo para nordeste com o deslocamento do seu centro de convecção
aproximando-se do sudoeste do Espírito Santo. Às 2239 UTC (Figura 4.13(i)), todo o Estado
do Rio de Janeiro e o sudeste de Minas Gerais encontram-se sob a influência de intensa
convecção a qual, às 2309 UTC (Figura 4.13(j)), horário da máxima atividade elétrica da
tempestade, apresenta boa correlação de posição com a região de incidência das descargas
atmosféricas (Figura 4.12(e)).
A seqüência de imagens representada pelas Figuras 4.13(k) a 4.13(p) acompanha a
dissipação parcial do sistema frontal sobre o continente, bem como o enfraquecimento e o
deslocamento sucessivo para nordeste do núcleo convectivo associado, atingindo o sul e o
sudoeste do Estado do Espírito Santo. Comparações realizadas entre as posições assumidas
pelas descargas elétricas e a região localizada de forte convecção mostrada nestas imagens de
Capítulo 4 – Estudos de Casos
P
ágina 111 de 149
satélite permitiram bem correlacionar as informações e monitorar o desenvolvimento da
tempestade.
Durante as primeiras horas do dia 13 de dezembro de 2003, Figura 4.3(q) a 4.3(z),
pode ser verificada a completa dissipação do sistema frontal e da atividade convectiva
associada sobre o continente. Novamente neste estudo de caso a detecção dos sensores de
FURNAS Centrais Elétricas S.A. foi consideravelmente eficiente e confiável, visto que as
posições dos dados estavam de acordo com as condições meteorológicas presentes.
Figura 4.13 – Seqüência de fragmentos de imagens infravermelhas de satélite geoestacionário
GOES–12 referente à tempestade em estudo (continuação nas páginas seguintes).
12/12/2003
2209Z
12/12/2003
2039Z
(i) (h) (g)
(f) (e) (d)
(c) (b) (a)
12/12/2003
1739Z
Capítulo 4 – Estudos de Casos
P
ágina 112 de 149
Continuação da Figura 4.13.
13/12/2003
0109Z
13/12/2003
0239Z
13/12/2003
0439Z
13/12/2003
0409Z
(j)
(m)
(k) (l)
(o) (n)
(r) (q) (p)
(u) (t) (s)
Capítulo 4 – Estudos de Casos
P
ágina 113 de 149
Continuação da Figura 4.13.
4.3.3 Análise das Simulações com o Modelo de Mesoescala MM5
Assim como no estudo de caso anterior, a análise do comportamento das variáveis
meteorológicas relacionadas à tempestade ocorrida no dia 12 de dezembro de 2003 deu-se a
partir da realização de duas simulações com o modelo numérico MM5, com duração de doze
horas cada de modo a cobrir todo o período de atividade elétrica. A Tabela 4.2 abaixo mostra
o horário de início e a data das respectivas simulações.
Tabela 4.2 – Horários das simulações realizadas no modelo MM5.
Simulação 1 Simulação 2
Hora Dia Hora Dia
Início 12 UTC 12 de dezembro de 2003 00 UTC 13 de dezembro de 2003
Término 00 UTC 13 de dezembro de 2003 12 UTC 13 de dezembro de 2003
Inicialmente serão mostradas comparações entre os campos simulados da variável
precipitação convectiva acumulada em superfície para ambos os domínios de 90 e 30 km de
13/12/2003
0539Z
13/12/2003
0739Z
13/12/2003
0639Z
(v) (w) (x)
(y) (z)
Capítulo 4 – Estudos de Casos
P
ágina 114 de 149
resolução horizontal e as imagens do satélite geoestacionário, com a finalidade de tentar
aferir, também para este estudo de caso, o desempenho do modelo MM5. A seguir resultados
de divergência, em superfície e 200 mb, razão de mistura, em superfície e 850 mb, advecção
de temperatura, nos níveis de pressão de 850 e 500 mb, e velocidade vertical, em 500 mb,
para o domínio com resolução horizontal de 30 km, serão apresentados para horários de
interesse da tempestade, buscando correlacioná-los com a ocorrência das descargas elétricas
atmosféricas e com a atividade convectiva associada ao sistema frontal identificado nas
imagens de satélite.
Figura 4.14 – Comparação entre (a) imagem infravermelha de satélite geoestacionário em tons
de cinza, (b) precipitação convectiva simulada no domínio 1 e
(c) precipitação convectiva simulada no domínio 2.
A imagem de satélite das 2009 UTC (Figura 4.13(d)), reapresentada acima como
Figura 4.14(a)), apresentou intensa atividade convectiva estendendo-se desde o sul e sudeste
de Minas Gerais até grande parte do Estado do Rio de Janeiro, pouco penetrando o Oceano
Atlântico. De acordo com a Figura 4.14(b), o modelo de mesoescala MM5 previu para as 20
UTC precipitação convectiva significativa no sudoeste do Estado do Paraná e no Oceano
Atlântico, regiões ainda influenciadas pela ação do sistema frontal, porém, não coincidentes
(c)
(b)
(a)
Capítulo 4 – Estudos de Casos
P
ágina 115 de 149
com aquelas de forte convecção identificadas na imagem de satélite. No domínio com maior
resolução horizontal, Figura 4.14(c), aparecem dois núcleos precipitantes de fraca intensidade,
um no centro do Estado do Rio de Janeiro e outro a sudoeste do Espírito Santo, concordando
espacialmente com a atividade convectiva observada. A princípio, os resultados do modelo
MM5 para o domínio com 90 km de resolução horizontal não indicam uma boa correlação
entre a intensidade e a localização espacial da precipitação convectiva e as características de
convecção identificadas na imagem de satélite. Aparentemente a variável parece
superestimada em regiões com ausência de atividade convectiva e subestimada na área de
ocorrência das descargas elétricas em que a convecção mais intensa é evidente. Em toda
extensão do sistema frontal não houve a previsão de incidência contínua de precipitação
convectiva, mas, de um núcleo precipitante significativo provavelmente associado a sua
extremidade no Oceano Atlântico.
Figura 4.15 – Comparação entre (a) imagem infravermelha de satélite geoestacionário em tons
de cinza, (b) precipitação convectiva simulada no domínio 1 e
(c) precipitação convectiva simulada no domínio 2.
Para verificar novamente o desempenho do modelo, foi escolhida a imagem das 2309
UTC (Figura 4.13(j), reapresentada acima como Figura 4.15(a)) quando da ocorrência da
(c)
(b)
(a)
Capítulo 4 – Estudos de Casos
P
ágina 116 de 149
máxima atividade elétrica durante a tempestade. Apesar do sistema frontal encontrar-se
bastante enfraquecido sobre o continente, foi observada, a partir da área mais branca da
imagem infravermelha em tons de cinza, convecção intensa disposta diagonalmente na região
do sudeste de Minas Gerais e Estado do Rio de Janeiro. De acordo com a Figura 4.15(b), a
precipitação convectiva prevista para as 23 UTC intensificou-se no sudoeste do Paraná, onde,
segundo as imagens de satélite, não há praticamente a presença de nuvens. No sudeste de
Minas Gerais constata-se um pequeno aumento na intensidade da variável convectiva. Já a
Figura 4.15(c) mostra com precisão espacial a intensificação da precipitação sobre o núcleo
convectivo identificado na imagem de satélite. De um modo geral, a precipitação convectiva
quando simulada para o domínio com 90 km de resolução horizontal, em ambos exemplos
mostrados, foi um tanto inconsistente com a situação meteorológica apresentada nas imagens
de satélite. Entretanto, nos resultados do modelo para o domínio com 30 km de resolução
horizontal, mostrou-se bem representada espacialmente.
A Figura 4.16 mostra o comportamento dos campos simulados às 16 horas local (19
UTC), horário em que iniciara a tempestade do dia 12 de dezembro de 2003. Na Figura
4.16(a), observa-se que o norte do Estado de São Paulo, grande parte do Estado do Rio de
Janeiro e o sul/sudeste do Espírito Santo apresentam convergência de massa em superfície,
indicando atividade convectiva na região. Apenas um pequeno núcleo divergente em 200 mb
posicionado no centro do Rio de Janeiro aparece na Figura 4.16(b). Uma grande massa úmida,
com valores variando entre 16 e 19 g/kg, conforme a Figura 4.16(c), está localizada desde o
Oceano Atlântico até o litoral dos Estados de São Paulo e Rio de Janeiro, em associação com
o sistema frontal observado nas imagens de satélite. Em 850 mb, a Figura 4.16(d) mostra
umidade superior a 14 g/kg em todo o Estado do Rio de Janeiro, sudeste de Minas Gerais e
sul do Espírito Santo. Na Figura 4.13(e), observa-se um núcleo de advecção negativa com
valores em módulo acima de 1,6 K/h no sudeste do Espírito Santo e outro menos intenso no
litoral norte de São Paulo. Em 500 mb (Figura 4.16(f)), ocorre a intensificação deste último
núcleo, com a predominância de advecção fria no norte de São Paulo e grande parte do Estado
do Rio de Janeiro. O campo da velocidade vertical, Figura 4.16(g), indica pouco movimento
ascendente sobre o continente, cuja localização coincide com a atividade convectiva
identificada nas imagens de satélite e com a região de ocorrência das descargas elétricas
atmosféricas.
Capítulo 4 – Estudos de Casos
P
ágina 117 de 149
Figura 4.16 – Simulações das 19 UTC da divergência, em superfície (a) e 200 mb (b), razão
de mistura, em superfície (c) e 850 mb (d), advecção de temperatura, em 850 (e) e 500 mb (f),
e velocidade vertical, em 500 mb (g).
A Figura 4.17 apresenta o comportamento das variáveis meteorológicas para as 19
horas local (22 UTC), uma hora antes da ocorrência da máxima atividade das descargas
elétricas atmosféricas. Observa-se, na Figura 4.17(a), o deslocamento para norte, inclusive
estendendo-se sobre o sudeste de Minas Gerais, e a intensificação, com valores superiores em
módulo a 1,8x10
-4
s
-1
, do núcleo convergente anteriormente localizado no norte de São Paulo.
Constata-se também aumento da convergência em superfície no noroeste do Estado do Rio de
Janeiro, acompanhando as observações da atividade convectiva nas imagens de satélite. Em
altos níveis (Figura 4.17(b)), apenas dois núcleos divergentes estão posicionados lado a lado
no sudeste de Minas Gerais. Assim como, em superfície (Figura 4.17(c)), a faixa de umidade
alta permanece atuante no Oceano Atlântico mais próxima ao continente, em 850 mb (Figura
(a) (b)
(c) (d)
(e) (f) (g)
Capítulo 4 – Estudos de Casos
P
ágina 118 de 149
4.17(d)), no sudeste de Minas Gerais, em todo o Estado do Rio de Janeiro e em parte do
Espírito Santo continuam predominado valores de umidade de até 16 g/kg. Na Figura 4.17(e),
a intensidade do núcleo de advecção de ar frio no sul do Espírito Santo permanece constante.
Em 500 mb, na Figura 4.17(f), enquanto que o núcleo de advecção negativa sobre o centro do
Rio de Janeiro mantém as mesmas características, nota-se a temperatura diminuindo cerca de
1,6 K a cada hora no litoral norte de São Paulo. A velocidade vertical, na Figura 4.17(g),
apresenta valores de até 14 cm/s no sudeste de Minas Gerais, assegurando a atividade
convectiva na região, e superiores a 28 cm/s no Oceano Atlântico relativos ao sistema frontal
observado.
Figura 4.17 – Simulações das 22 UTC da divergência, em superfície (a) e 200 mb (b), razão
de mistura, em superfície (c) e 850 mb (d), advecção de temperatura, em 850 (e) e 500 mb (f),
e velocidade vertical, em 500 mb (g).
(f) (e)
(d) (c)
(b) (a)
(g)
Capítulo 4 – Estudos de Casos
P
ágina 119 de 149
Segundo a análise das descargas elétricas atmosféricas, às 20 horas local, ocorreu o
pico de atividade elétrica da tempestade. As simulações para as 23 UTC com características
significativas são mostradas na Figura 4.18. A convergência em superfície, na Figura 4.18(a),
aumentou principalmente no sul do Espírito Santo e no sudeste de Minas Gerais onde a
atividade convectiva foi mais intensa e as descargas atmosféricas ocorreram. A massa úmida
ingressou no continente dominando a metade sul do Estado do Rio de Janeiro com valores
entre 16 e 18 g/kg, como pode ser visto na Figura 4.18(b). Em 850 mb, na Figura 4.18(c), o
núcleo de advecção fria sobre o sul do Espírito Santo permanece constante em posição e
intensidade. Observa-se a intensificação da advecção negativa a sudoeste do Estado do Rio de
Janeiro, atingindo valores superiores a –1 K/h. A Figura 4.18(d) mostra movimento
ascendente no sudeste de Minas Gerais, com a velocidade vertical assumindo valores de até
14 cm/s.
Figura 4.18 – Simulações das 23 UTC da divergência em superfície (a), razão de mistura em
superfície (b), advecção de temperatura em 850 mb (c) e velocidade vertical em 500 mb (d).
4.3.4 Tratamento das Saídas de Simulação
Na tempestade deste estudo de caso, foi escolhido apenas um núcleo dominando uma
quantidade significativa de descargas elétricas atmosféricas e apresentando formato bem
(c)
(b) (a)
(d)
Capítulo 4 – Estudos de Casos
P
ágina 120 de 149
configurado. Conforme a Figura 4.19 abaixo, está posicionado entre 22.5
o
e 23.3
o
S e 43.2
o
e
44
o
O, somando 1.678 descargas, 65% do total registrado às 17 horas local.
Figura 4.19 – Núcleo escolhido na tempestade do dia 12 de dezembro de 2003.
Para este núcleo ocorrido às 17 horas local, o tratamento matemático, conferido às
áreas total, recortada e interpolada do domínio de cada variável meteorológica em cada nível
de pressão, na tentativa de encontrar, para o tempo de uma hora de antecedência do
aparecimento do núcleo de descargas atmosféricas, correlações entre as variáveis de estado da
simulação e a ocorrência futura de atividade elétrica, foi aplicado aos resultados das variáveis
previstas para as 16 horas local (19 UTC, simulação 1), segundo a Figura 4.20.
Figura 4.20 – Área total, área recortada e área recortada interpolada para uma matriz 11x11
pontos de, respectivamente, divergência em 850 e 200 mb, razão de mistura em superfície e
850 mb, advecção de temperatura em 500 mb e velocidade vertical em 500 mb.
Capítulo 4 – Estudos de Casos
P
ágina 121 de 149
Continuação da Figura 4.20.
CAPÍTULO 5
CLASSIFICAÇÃO DE TEMPESTADES
VIA REDES NEURAIS ARTIFICIAIS
5.1 INTRODUÇÃO
O objetivo do presente capítulo é realizar um estudo sobre a viabilidade de utilizar
uma rede neural artificial (RNA) na tentativa de prever a ocorrência de tempestades com
descargas elétricas atmosféricas. A idéia é, a partir de algumas variáveis meteorológicas
simuladas no modelo de mesoescala MM5, alimentar a entrada da RNA, obtendo como saída
o número de descargas elétricas do tipo nuvem-solo que deverá ocorrer em um futuro
próximo, ou seja, em uma hora depois. A Figura 5.1 tenta ilustrar este objetivo. As variáveis
provenientes de simulações com o MM5 passam por um pré-processamento, conforme será
explicado na seção 5.4, antes de tornarem-se entrada para a RNA, a qual devolve a previsão
(número de descargas elétricas atmosféricas por hora (NDEApH)). Neste caso, a RNA pode
ser vista como uma função de transferência, relacionando algumas entradas com uma saída,
ainda que exista um retardo no tempo de uma hora entre elas (Gomes et al, 2005). A dinâmica
real da atmosfera que relaciona as entradas escolhidas com a saída é bastante complexa e,
evidentemente, desconhecida. O esforço consiste em justamente fazer com que uma RNA
aprenda esta dinâmica, de forma a prever como a atmosfera comportar-se-á uma hora depois,
a partir do número de descargas elétricas que atingirá a superfície terrestre.
Figura 5.1 – Esquema básico do sistema de previsão de descargas elétricas.
Apesar da vasta pesquisa bibliográfica realizada para o desenvolvimento desta
dissertação, não foram encontrados trabalhos que utilizassem técnicas de inteligência artificial
na tentativa de prever tempestades com descargas elétricas. Esta carência de bibliografia
semelhante acrescentou dificuldades extras ao alcance do objetivo final. Entretanto, para uma
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 124 de 149
RNA ter um caráter preditivo com real aplicabilidade prática, parece razoável supor que seja
necessário e verdadeiro satisfazer as condições descritas a seguir:
• O simulador é confiável, ou seja, confere resultados numéricos (variáveis que definem o
estado da atmosfera) com erros que se mantêm dentro de limites aceitáveis;
• Apesar de não linear, a natureza (dinâmica da atmosfera) comporta-se aproximadamente
como uma função unívoca de várias variáveis, significando dizer que diferentes valores
numéricos para um conjunto de variáveis induzem a diferentes saídas (quantidade de
descargas elétricas) uma hora depois;
• O fenômeno é correlacionado no tempo, ou seja, há uma correlação entre as variáveis
escolhidas como entrada (campos atmosféricos uma hora antes) e a quantidade de
descargas elétricas que atinge a superfície terrestre (uma hora depois);
• As variáveis escolhidas para servirem como entrada no sistema neural de previsão são, de
fato, representativas do fenômeno.
Conforme será evidenciado na seqüência deste capítulo, os resultados com a RNA
indicam que este é um caminho promissor, devendo o mesmo ser explorado mais
detalhadamente em trabalhos futuros.
5.2 NOÇÕES SOBRE REDES NEURAIS ARTIFICIAIS
Referências bibliográficas sobre RNA podem ser facilmente encontradas na literatura.
Por tratar-se de um assunto merecedor de grande atenção por parte da comunidade científica,
existem atualmente diversas aplicações de redes neurais artificiais (RNA) nos mais variados
domínios da ciência e da tecnologia (Ertugrul & Kaynak, 1997; Jung & Hsia, 1998; Gervini et
al, 2003). Miller III et al (1995) relata uma importante descrição sobre o histórico das redes
neurais artificiais.
As redes neurais conseguem apresentar algumas características de processamento
inteligente, como os casos do aprendizado e da adaptação, que consistem na tentativa de
reproduzir, a partir de um programa de computador, o princípio de funcionamento do cérebro
humano. A Figura 5.2 resume, de forma bastante simplificada, o funcionamento básico de
uma RNA com m camadas de neurônios. Cada conexão entre os neurônios das diferentes
camadas tem um respectivo peso (valor numérico). Estes neurônios são constituídos de uma
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 125 de 149
função de ativação, cuja saída depende do somatório dos sinais, já multiplicados pelos
respectivos pesos, que estão chegando ao neurônio. Quando a RNA tem treinamento
supervisionado, sinais padrões são comparados aos sinais relativos à última camada de
neurônios, formando, assim, o erro em um determinado passo de treinamento. Este erro é
responsável por modificar os pesos das conexões, a partir de alguma estratégia de
treinamento, sendo a mais utilizada o algoritmo backpropagation (Fausett, 1994). Este é
precisamente o tipo de RNA empregado no presente trabalho, ou seja, uma rede multi-
camadas (multilayer) do tipo feedforward totalmente conectada (fully connected), com
aprendizado supervisionado por retropropagação do erro.
Figura 5.2 – Uma RNA com m camadas.
5.3 ARQUITETURA DA RNA UTILIZADA
A arquitetura de rede adotada para a previsão de descargas elétricas atmosféricas foi
uma rede backpropagation (multilayer, feedforward network, fully connected), proposta em
Gomes et al (2005). Utilizou-se, como regra de treinamento, o backpropagation com
momentum (Fausett, 1994; Beale & Jackson, 1990). A Figura 5.3 apresenta a arquitetura de
rede adotada. A camada de entrada foi composta de 727 neurônios, a única camada
intermediária de 128 e a última camada (saída) de apenas um neurônio, representando a
quantidade de descargas elétricas que ocorrerá em uma hora. As áreas físicas em estudo
contêm variáveis de simulação (saídas do MM5) dispostas em matrizes 11x11, conforme será
explicado na seção seguinte. Portanto, os neurônios da camada de entrada possuem a seguinte
significação física:
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 126 de 149
• do neurônio 1 ao 121 (velocidade vertical em 500 mb);
• 122 ao 242 (divergência em 850 mb);
• 243 ao 363 (divergência em 200 mb);
• 364 ao 484 (razão de mistura em superfície);
• 485 ao 605 (razão de mistura em 850 mb);
• 606 ao 726 (advecção de temperatura em 500 mb);
• o neurônio 727 corresponde a área física em km
2
.
Foi utilizada somente uma camada intermediária com 128 neurônios para aprender os
padrões apresentados à rede. Números menores de neurônios (8, 16, 32 e 64) também foram
testados, mas os melhores resultados foram obtidos com 128 neurônios.
Figura 5.3 – Arquitetura da RNA.
A arquitetura dos neurônios é mostrada na Figura 5.4, tendo-se utilizado uma função
de ativação sigmoidal (tanh).
Figura 5.4. – Arquitetura dos neurônios utilizada.
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 127 de 149
5.4 VARIÁVEIS DE ENTRADA NA RNA
As áreas selecionadas para o estudo correspondem a sub-regiões dentro da grande
região de estudo nas quais aconteceram as tempestades com descargas elétricas atmosféricas.
A Figura 5.5 mostra um destes casos, cujos parâmetros estão contidos na Tabela 5.1. Um
retângulo acrescentado à Figura 5.5 ressalta a sub-região de interesse em que ocorreram 2.057
descargas às 20 horas local.
Figura 5.5 – Um caso de ocorrência de tempestade com descargas elétricas.
Tabela 5.1 – Parâmetros relativos à sub-região de interesse da Figura 5.5, sendo dph a
unidade representativa de descargas por hora.
Dia Hora Lat. inicial Lat. final Long. inicial Long. final dph
07/10/2003 20 -21.4
o
-22.4
o
-43.2
o
-44
o
2.057
Uma vez selecionada uma sub-região de interesse (Figura 5.5), uma simulação com o
modelo de mesoescala MM5 é realizada. Alguns arquivos de dados são gerados a partir de
variáveis que o MM5 disponibiliza após a realização da simulação. De acordo com as
justificativas físicas de correlação com o fenômeno em estudo já apresentadas anteriormente,
as variáveis de interesse estão descritas na Tabela 5.2:
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 128 de 149
Tabela 5.2 – Variáveis do MM5 utilizadas como entrada na RNA.
Variável Nível de Pressão
Velocidade vertical 500 mb
Divergência 850 mb
Divergência 200 mb
Razão de mistura Superfície
Razão de mistura 850 mb
Advecção de temperatura 500 mb
A Figura 5.6 apresenta a variável razão de mistura para a sub-região de interesse da
Figura 5.5, em superfície (Figuras 5.6 (a), (b), (c)) e em 850 mb (Figuras 5.6 (d), (e), (f)). Os
gráficos (a) e (d) mostram os resultados no domínio maior, (b) e (e), as sub-regiões de
interesse (recortadas do domínio maior), enquanto que (c) e (f), as respectivas interpolações
para matrizes 11x11 pontos. Conforme explicado no Capítulo 4, estes gráficos provenientes
das interpolações em duas dimensões são os formadores das entradas da RNA. A Figura 5.6
mostra apenas a razão de mistura, mas as entradas da RNA são compostas com os gráficos
interpolados de todas as variáveis descritas nas Tabela 5.2, sendo o último neurônio a área em
km
2
da sub-região de interesse. É importante ressaltar que as soluções (saídas do MM5) no
domínio completo são matrizes (cada variável) com 150x150 pontos. No exemplo da Figura
5.5, a sub-região recortada diretamente do domínio completo corresponde a uma matriz 32x18
pontos (Figuras 5.6 (b) e (e)), enquanto que a sub-região interpolada corresponde a uma
matriz 11x11 pontos (Figuras 5.6 (c) e (f)). É perceptível que, apesar da interpolação, não
foram perdidas informações importantes com o processo de interpolação, pois os gráficos (c)
e (f) são muito semelhantes aos (b) e (e).
(a) Domínio maior
(d) Domínio maior
Figura 5.6 – Razão de mistura em superfície e em 850 mb, para os domínios (domínio maior
(a) e (d) e sub-região de interesse (b), (c), (e) e (f)) apresentados na Figura 5.5.
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 129 de 149
(b) Sub-região de interesse
(e) Sub-região de interesse
(c) Sub-região com 11x11 pontos
(f) Sub-região com 11x11 pontos
Continuação da Figura 5.6.
5.5 TREINAMENTO E RESULTADOS
Vinte e três casos foram selecionados para compor o presente estudo, dos quais
dezenove foram apresentados à rede como padrões de treinamento, restando quatro para testar
a eficiência do previsor neural de tempestades. A Tabela 5.3 mostra informações sobre a data,
a hora e as coordenadas geográficas dos locais de ocorrência das descargas elétricas (latitude
inicial e final e longitude inicial e final) e, ainda, a quantidade de descargas nuvem-solo
registradas por hora destes casos. Em vermelho, estão aqueles eventos escolhidos para teste,
que, evidentemente, não foram introduzidos à rede como padrões de treinamento. Cabe
ressaltar que três casos de ausência de descargas foram inclusos no estudo, sendo dois
treinados e um de teste. Os casos selecionados para teste foram escolhidos suficientemente
diferentes entre si, inclusive com uma ausência de descargas, de forma a não tornar os testes
tendenciosos.
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 130 de 149
Tabela 5.3 – Casos selecionados para o estudo com a RNA.
Data Hora Lat. inicial Lat. final Long. inicial Long. final dph
05/07/2003 17 -21
o
-22
o
-42
o
-43
o
0
22/07/2003 17 -21
o
-22
o
-42
o
-43
o
0
21/09/2003 17 -21
o
-22
o
-42
o
-43
o
0
07/10/2003 19 -21.3
o
-22.4
o
-43,2
o
-44
o
1.000
07/10/2003 20 -21.4
o
-22.4
o
-43.2
o
-44
o
2.057
08/10/2003 0 -21
o
-22
o
-42.2
o
-43
o
953
13/11/2003 16 -22
o
-23
o
-43
o
-44
o
1.378
13/11/2003 17 -22.2
o
-23.1
o
-43
o
-43.8
o
1.741
13/11/2003 18 -20.3
o
-21.1
o
-42.8
o
-43.6
o
1.080
13/11/2003 20 -21.1
o
-22
o
-41.9
o
-42.8
o
1.329
13/11/2003 21 -21
o
-22.3
o
-41.4
o
-42.3
o
953
18/11/2003 18 -20.9
o
-21.9
o
-42.8
o
-43.6
o
1.659
19/11/2003 17 -21.2
o
-22.8
o
-43
o
-44
o
2.439
19/11/2003 22 -21.1
o
-22.2
o
-41.5
o
-42.8
o
1.630
19/11/2003 23 -21
o
-22.1
o
-41.2
o
-42.3
o
881
26/11/2003 16 -20.5
o
-22.2
o
-43.2
o
-44
o
1.096
26/11/2003 19 -22
o
-23
o
-42.8
o
-43.6
o
973
12/12/2003 17 -22.5
o
-23.3
o
-43.2
o
-44
o
1.678
06/02/2004 19 -20.8
o
-21.6
o
-42.8
o
-43.6
o
994
06/02/2004 20 -22.2
o
-23
o
-43
o
-44
o
950
06/02/2004 21 -20.2
o
-21
o
-42.8
o
-43.6
o
971
06/02/2004 21 -22
o
-22.8
o
-42.7
o
-44
o
1.097
06/02/2004 22 -21.9
o
-22.7
o
-42.3
o
-44
o
1.202
O treinamento da RNA foi efetuado adotando-se uma única iteração com o algoritmo
backpropagation para cada caso apresentado como padrão de treinamento. Após o
treinamento dos dezenove casos, todos foram novamente treinados também com uma única
iteração cada e assim por diante.
Inicialmente, os dezenove casos foram apresentados à RNA mil vezes. A Figura 5.7
apresenta o resultado deste treinamento, cujos valores reais (padrões) estão em vermelho. Os
erros, formados a partir das diferenças entre padrões e saídas da rede após o treinamento,
podem ser visualizados na Figura 5.8, sendo o erro médio relativo aos dezenove casos
treinados de 39,46 dph. A RNA treinada com mil iterações foi chamada de RNA1.
Posteriormente, prosseguiu-se com o treinamento até atingir duas mil iterações, sendo
esta nova rede intitulada RNA2. Portanto, a RNA2 foi obtida aplicando-se, sobre a RNA1, mais
mil iterações. A Figura 5.9 mostra o resultado do treinamento com a RNA2, estando os erros
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 131 de 149
com os dezenove casos treinados na Figura 5.10. O erro médio no treinamento obtido com a
RNA2 foi de 32,5 dph.
Figura 5.7 – Resultados ressaltando o aprendizado da RNA1.
Figura 5.8 – Erros após o treinamento da RNA1 (erro médio = 39,46 dph).
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 132 de 149
Figura 5.9 – Resultados ressaltando o aprendizado da RNA2.
Figura 5.10 – Erros após o treinamento da RNA2 (erro médio = 32,56 dph).
Após a obtenção das redes RNA1 e RNA2, procedeu-se, então, à fase de testes. Os
quatro casos, não treinados (em vermelho na Tabela 5.3), foram testados com as duas redes. A
Figura 5.11 mostra os resultados com a RNA1, cujos valores reais, em dph e em vermelho, são
confrontados com aqueles previstos pela rede. O erro médio da previsão foi de 246,72 dph. A
Figura 5.12 mostra os mesmos resultados de previsão com a RNA2 para os quatro casos não
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 133 de 149
treinados. O erro médio foi de 241,32 dph, apenas ligeiramente inferior ao erro do caso
anterior. Neste momento, não adiantaria continuar o treinamento da rede, pois não mais
haveria um ganho significativo em termos de previsibilidade do fenômeno.
Figura 5.11 – Resultados com a RNA1 da previsão aplicada aos casos não treinados
(erro médio = 246,72 dph).
Figura 5.12 – Resultados com a RNA2 da previsão aplicada aos casos não treinados
(erro médio = 241,32 dph).
Capítulo 5 – Classificação de Tempestades Via Redes Neurais Artificiais
P
ágina 134 de 149
As Tabelas 5.4 e 5.5 expõem numericamente os resultados da previsão para os casos
das redes RNA1 e RNA2, respectivamente. É possível perceber que, realmente, as diferenças
entre as previsões nestes dois casos não são significativas.
Tabela 5.4 – Valores numéricos da previsão com a RNA1.
Real (dph) Previsto (dph)
1.678 1.479,248
0 308,54
1.096 1426,19
973 823,60
Erro Médio da Previsão = 246,72 (39,46 no treinamento)
Tabela 5.5 – Valores numéricos da previsão com a RNA2.
Real (dph) Previsto (dph)
1.678 1.463,36
0 282,01
1.096 1.412,36
973 820,70
Erro Médio da Previsão = 241,32 (32,56 no treinamento)
O estudo apresentado no presente capítulo permite concluir que a utilização de redes
neurais artificiais pode vir a ser uma importante ferramenta para a construção de um eficaz
sistema de previsão de descargas elétricas atmosféricas. Esta conclusão, entretanto, por
enquanto, é restrita ao caso de previsão de curtíssimo prazo. Pesquisas que darão seqüência a
este trabalho deverão concluir sobre qual seria o intervalo de tempo de antecedência máxima
que ainda permitiria uma previsão satisfatória.
CAPÍTULO 6
CONCLUSÕES E SUGESTÕES
O uso integrado de informações meteorológicas convencionais e não convencionais,
associado a um conhecimento profundo dos mecanismos relacionados à formação de sistemas
em mesoescala e em escala sinótica, conhecimento este apoiado por resultados de modelos
prognósticos, diagnósticos e estatísticos, é que forma a base para um eficiente sistema de
previsão a curto prazo. O objetivo principal deste trabalho foi correlacionar dados reais de
descargas elétricas atmosféricas do tipo nuvem-solo, cedidos por FURNAS Centrais Elétricas
S. A., imagens infravermelhas do satélite geoestacionário GOES–12 e campos meteorológicos
obtidos de simulações numéricas com o modelo de mesoescala MM5, na elaboração de um
estudo visando ao desenvolvimento de um sistema de previsão de descargas elétricas
atmosféricas a partir de redes neurais artificiais.
A motivação concentrou-se, principalmente, no fato de esta ser uma proposta inédita
de trabalho, segundo a pesquisa bibliográfica realizada, a abordar a análise associativa de
informações até então tratadas separadamente. Não menos importante foi escolher uma região
de estudo que favorecesse e estimulasse a aplicação da metodologia definida. Além de
pertencer à região Sudeste do Brasil, que apresenta uma incidência significativa de descargas
elétricas atmosféricas, o Estado do Rio de Janeiro compreende uma área ampla coberta por
um sistema de detecção de relâmpagos em operação, fato que possibilita trabalhar com dados
reais de ocorrência. O litoral é uma região influenciada climatologicamente por terra e mar,
aspecto interessante visto que a atividade e o comportamento de relâmpagos são distintos em
relação a estas duas superfícies. Por fim, a mais importante concentração de plataformas de
extração de petróleo do Brasil, responsável por mais de 80% da produção nacional de gás,
está aí compreendida, sendo, portanto, estrategicamente interessante conhecer melhor a
ocorrência de descargas elétricas atmosféricas nesta região.
O caráter multidisciplinar envolvido na realização deste estudo, apesar de motivador,
certamente acresceu dificuldades extras na obtenção dos resultados finais. Conhecimentos
envolvendo meteorologia, física de nuvens, análise numérica, computação e inteligência
artificial fizeram-se necessários a fim de que os objetivos propostos fossem alcançados. Para
Capítulo 6 – Conclusões e Sugestões
P
ágina 136 de 149
tanto, a infra-estrutura e o apoio da equipe técnica do Núcleo de Matemática Aplicada
(NuMA – FURG), local onde a presente dissertação foi desenvolvida, foram fundamentais.
Torna-se, portanto, evidente a aplicabilidade real dos resultados obtidos. A possibilidade de
conhecer, com antecedência de uma hora, o local da ocorrência de uma tempestade é uma
informação bastante valiosa, mesmo que nela esteja adicionado algum percentual de erro.
Diante dos resultados e das discussões apresentadas, as principais conclusões deste
estudo estão resumidas a seguir:
• Foram utilizados dados reais de descargas elétricas atmosféricas do tipo nuvem-solo do
período de março de 2002 a fevereiro de 2004, cedidos por FURNAS Centrais Elétricas S.
A., para a região abrangendo o Estado do Rio de Janeiro, o sul do Estado do Espírito
Santo, o sudeste do Estado de Minas Gerais e o Oceano Atlântico. Tais dados foram
fundamentais para a realização da pesquisa desenvolvida;
• A distribuição anual dos dados de descargas elétricas indicou, ao todo, 976.989 registros e
um aumento de aproximadamente 14% na quantidade de descargas elétricas no ANO 1 em
relação ao ANO 2. Quanto à distribuição mensal, a atividade elétrica nuvem-solo mais
intensa foi observada para o ANO 1 em dezembro de 2002 e para o ANO 2 em fevereiro
de 2004, com 26% e 24% do total de descargas registradas, respectivamente. De um modo
geral, os resultados mensais revelaram um maior número de relâmpagos nuvem-solo no
final da primavera e no início do verão, fato este já esperado e podendo ser associado ao
forte aumento da atividade convectiva sobre o continente durante este período do ano em
resposta ao ciclo diurno da insolação;
• Na distribuição do número de tempestades quanto aos níveis de severidade, as
tempestades nível 4 representaram 68% das duzentas e seis tempestades identificadas no
total, enquanto que aquelas nível 1, somente 4%. Praticamente, em todos os meses dos
dois anos, houve, pelo menos, a ocorrência de uma categoria de tempestade, sendo os
eventos nível 4 os mais freqüentes. Somente nos meses de primavera e verão dos dois
anos estudados, observou-se a incidência de tempestades níveis 1 e 2, concentrando 42%
da quantidade total de descargas elétricas atmosféricas detectadas, apesar de suas
freqüências de ocorrência serem menores comparadas àquelas dos níveis 3 e 4;
Capítulo 6 – Conclusões e Sugestões
P
ágina 137 de 149
• As descargas concentraram-se principalmente sobre o continente e somente uma parcela
reduzida delas, sobre o litoral e o Oceano Atlântico. Em média, para todo o período
estudado, 69% dos dados de descargas nuvem-solo detectados ocorreram em terra, 13%,
no mar e 18%, no litoral. Tal constatação foi atribuída ao fato de o oceano, além de ter
mais estabilidade térmica (maior capacidade calorífica), não possuir elevações
(extremidades/pontas) que poderiam facilitar a formação de tempestades e, ao mesmo
tempo, diminuir a resistência dielétrica do ar, tornando possível a descarga;
• O modelo numérico MM5 foi configurado com dois domínios de integração de grade
centrada em 23
o
S e 40
o
O: o domínio 1 com resolução horizontal de 90 km, referente à
área localizada entre 35°S a 12°S de latitude e 54°O a 26°O de longitude, e o domínio 2,
aninhado ao domínio maior, com resolução horizontal de 30 km, referente à área
localizada entre 28°S a 17°S de latitude e 46°O a 34°O de longitude. Para todos os
domínios de integração escolhidos, foi utilizada a mesma combinação de parametrizações:
parametrização cumulus de Kain-Fritsch 2, parametrização de microfísica de Schultz,
esquema MRF para camada limite planetária, parametrização de onda longa RRTM
combinada com o esquema de radiação de nuvem para os processos radiativos e esquema
de superfície LSM. Comparações entre simulações numéricas com diferentes conjuntos de
opções físicas permitiram identificar estas parametrizações como aquelas que melhor
reproduziram as tempestades selecionadas para avaliação;
• Para ambas as tempestades analisadas, nível 1 do dia 19 de novembro de 2003 e nível 2 do
dia 12 de dezembro de 2003, correlações horárias e espaciais encontradas entre as
descargas elétricas atmosféricas e as imagens no canal infravermelho do satélite
geoestacionário GOES–12 possibilitaram identificar e monitorar o sistema frontal
associado aos dois eventos e aferir a localização dos dados registrados pelos sensores de
FURNAS Centrais Elétricas S.A. A detecção foi consideravelmente eficiente e confiável,
visto que as posições dos dados estavam de acordo com as condições meteorológicas
presentes;
• Para a aferição do desempenho do modelo MM5 com relação às imagens de satélite,
foram utilizados campos da variável precipitação convectiva, simulados em ambos os
domínios de integração, para os horários de início das duas tempestades, bem como, para
os horários da sua máxima atividade elétrica. No caso da tempestade do dia 19 de
Capítulo 6 – Conclusões e Sugestões
P
ágina 138 de 149
novembro de 2003, a previsão de localização da precipitação convectiva no domínio com
90 km de resolução horizontal apareceu justamente ao longo da banda frontal, inclusive
no ciclone associado à extremidade do sistema. No domínio com maior resolução
horizontal, a precipitação mais intensa praticamente coincidiu com as regiões convectivas
identificadas nas imagens. Para o caso da tempestade do dia 12 de dezembro de 2003, os
resultados do modelo MM5 para o domínio com 90 km de resolução horizontal não
indicaram uma boa correlação entre a intensidade e a localização espacial da precipitação
convectiva e as características de convecção identificadas nas imagens de satélite.
Aparentemente a variável pareceu superestimada em regiões com ausência de atividade
convectiva e subestimada na área de ocorrência das descargas elétricas em que a
convecção mais intensa é evidente. Em toda extensão do sistema frontal não houve a
previsão de incidência contínua de precipitação convectiva, mas, de um núcleo
precipitante significativo provavelmente associado à sua extremidade no Oceano
Atlântico. De um modo geral, a precipitação convectiva quando simulada para o domínio
com 90 km de resolução horizontal, em ambas tempestades, foi um tanto inconsistente
com a situação meteorológica apresentada nas imagens de satélite. Entretanto, nos
resultados do modelo para o domínio com 30 km de resolução horizontal, mostrou-se bem
representada espacialmente;
• Divergência, advecção de temperatura, razão de mistura e velocidade vertical foram
selecionadas, com base nas condições primariamente necessárias para a formação de
tempestades, isto é, perfil térmico da atmosfera, umidade e movimento ascensional, como
possíveis variáveis meteorológicas preditoras da ocorrência de descargas elétricas
atmosféricas. O comportamento dinâmico da atmosfera simulado no modelo MM5, para
horários anteriores à máxima atividade elétrica dos casos apresentados, quando
comparado ao desenvolvimento do sistema meteorológico nas imagens de satélite, revelou
que a performance do modelo numérico foi satisfatória, mostrando potencial para fornecer
prognósticos com boas resoluções temporal e espacial;
• O sistema de previsão baseado em uma RNA apresentado neste trabalho mostrou-se
promissor. Os quatro casos não treinados previamente, que serviram para testar o sistema,
foram escolhidos de modo a serem suficientemente diferentes entre si, inclusive com um
caso apresentando ausência de descargas para não tornar os testes tendenciosos. Os
resultados mostraram que a RNA conseguiu prever a ocorrência ou não de tempestades
Capítulo 6 – Conclusões e Sugestões
P
ágina 139 de 149
com descargas elétricas com um erro médio de 241,32 dph. Um sistema de previsão, que
apresentasse este erro médio, seria capaz de, pelo menos, indicar a ocorrência ou não de
alguma tempestade com descargas atmosféricas e, ainda, em caso afirmativo, de
classificá-la em quatro níveis de intensidade.
Os resultados alcançados com este sistema de previsão baseado em variáveis
meteorológicas simuladas com o modelo MM5 alimentando as entradas de uma rede neural
artificial, apesar de promissores, carecem de uma melhor confirmação a ser realizada em
trabalhos futuros. Fundamentalmente, seriam necessários mais dados de descargas elétricas
atmosféricas de outros anos aqui não analisados, a fim de ampliar a quantidade de padrões
apresentados à RNA na fase de treinamento e de aumentar o número de testes com casos não
treinados.
Visto a condição de primeiro trabalho, a opção foi testar uma previsão com apenas
uma hora de antecedência. Portanto, resultados interessantes, a serem obtidos futuramente,
consistiriam na identificação do tempo máximo em que ainda seria possível realizar uma
previsão com um erro médio aceitável e nas adaptações necessárias à utilização do mesmo
previsor para outras regiões do Brasil. Diferentes variáveis meteorológicas que possivelmente
estabelecessem melhores correlações com a ocorrência das tempestades com descargas
elétricas atmosféricas também poderiam ser avaliadas em um estudo futuro.
REFERÊNCIAS BIBLIOGRÁFICAS
Abdoulaev, S.; Lenskaia, O. Descargas à Terra em Sistemas de Mesoescala: Parte 3.
Monitoramento das Tempestades. In: CONGRESSO BRASILEIRO DE
METEOROLOGIA, XI, 2000, Rio de Janeiro. Anais. Rio de Janeiro: Sociedade Brasileira
de Meteorologia, 2000. 1CD-ROM.
Abdoulaev, S.; Marques, V. S.; Pinheiro, F. M. A.; Martinez, E.; Lenskaia, O. Análise de
sistemas de mesoescala utilizando dados de descargas nuvem-terra. Revista Brasileira de
Geofísica, v. 19, n. 1, p.75-95, Dez. 2001.
Abdoulaev, S.; Marques, V. S.; Pinheiro, F. M. A.; Martinez, E.; Lenskaia, O. Descargas à
Terra em Sistemas de Mesoescala: Parte 1. Campos Acumulados das Descargas VS. Radar
e Satélite. In: CONGRESSO BRASILEIRO DE METEOROLOGIA, XI, 2000, Rio de
Janeiro. Anais. Rio de Janeiro: Sociedade Brasileira de Meteorologia, 2000. 1CD-ROM.
Abdoulaev, S.; Marques, V. S.; Pinheiro, F. M. A.; Martinez, E.; Lenskaia, O. Descargas à
Terra em Sistemas de Mesoescala: Parte 2. Variação da Intensidade da Tempestade VS.
Polaridade das Descargas. In: CONGRESSO BRASILEIRO DE METEOROLOGIA, XI,
2000a, Rio de Janeiro. Anais. Rio de Janeiro: Sociedade Brasileira de Meteorologia,
2000a. 1CD-ROM.
Assis, F. N. Modelagem de ocorrência e da quantidade de chuva em Piracicaba, SP e
Pelotas, RS. Piracicaba, 1991. 134 p. Tese de Doutorado – Escola Superior de Agricultura
Luiz de Queiroz – Universidade de São Paulo.
Assis, F. N. Probabilidade de ocorrência de dias sem chuva e chuvosos em Pelotas, RS.
Revista Brasileira de Agrometeorologia, v. 2, p. 87-92, 1994.
Beale, R.; Jackson, T. Neural computing: an introduction. Bristol, UK: IOP Publishing
Ltda., 1990. 264 p. ISBN 0-85274-262-2.
Beneti, C. A. A.; Leite, E. A.; Garcia, S. A. M.; Assunção, L. A. R.; Filho, A. C.; Reis, R. J.
RIDAT – Rede Integrada de Detecção de Descargas Atmosféricas no Brasil: Situação
Atual, Aplicações e Perspectivas. In: CONGRESSO BRASILEIRO DE
Referências Bibliográficas
P
ágina 142 de 149
METEOROLOGIA, XI, 2000, Rio de Janeiro. Anais. Rio de Janeiro: Sociedade Brasileira
de Meteorologia, 2000. 1CD-ROM.
Beneti, C.; Vasconcellos, C.; Calvetti, L.; Moreira, I. A. Efeitos Geográficos e Orográficos na
Incidência de Descargas Elétricas Atmosféricas no Paraná – Estudo Preliminar. In:
CONGRESSO BRASILEIRO DE METEOROLOGIA, XII, 2002, Foz do Iguaçu. Anais.
Foz do Iguaçu: Sociedade Brasileira de Meteorologia, 2002. 1CD-ROM.
Bomfin Júnior, A. Implementação de uma rede neural artificial na associação de imagens
do radar meteorológico e dados de descargas elétricas. São José dos Campos, 2004. 131
p. (INPE-10460-TDI/928). Dissertação (Mestrado em Computação Aplicada ) – Instituto
Nacional de Pesquisas Espaciais.
Bourscheidt, V.; Breunig, F. M.; Minussi, J. P.; Pinto Jr., O.; Schuch, N. J. Descargas
elétricas no sul do Brasil. In: WORKSHOP BRASILEIRO DE
MICROMETEOROLOGIA, III, 2003, Santa Maria. Anais. Santa Maria: Revista Ciência
& Natura/ Universidade Federal de Santa Maria, 2003. p. 243-246.
Climanálise – Boletim de Monitoramento e Análise Climática. Cachoeira Paulista, v. 18,
n. 11, 40 p., Nov. 2003, ISSN 0103-0019.
Climanálise – Boletim de Monitoramento e Análise Climática. Cachoeira Paulista, v. 18,
n. 12, 41 p., Dez. 2003a, ISSN 0103-0019.
Cortinas Jr., J. V.; Stensrud, D. J. The Importance of Understanding Mesoscale Model
Parameterization Schemes for Weather Forecasting. Weather and Forecasting, v. 10, p.
716-740, Dec. 1995.
Cox, R.; Bauer, B. L.; Smith, T. A Mesoscale Model Intercomparison. Bulletin of the
American Meteorological Society, v. 79, n. 2, p. 265-283, Feb. 1998.
Dudhia, J. A Nonhydrostatic Version of the Penn State – NCAR Mesoscale Model:
Validation Tests and Simulation of na Atlantic Cyclone and Cold Front. Monthly
Weather Review, v. 121, p. 1493-1513, May 1993.
Referências Bibliográficas
P
ágina 143 de 149
Dudhia, J.; Gill, D.; Guo, Y. R.; Manning, K.; Bourgeois, A.; Wang, W.; Bruyere, C.; Wilson,
J.; Kelly, S. PSU/NCAR Mesoscale Modeling System. MM5 Modeling System Version 3.
NCAR Technical Notes, 2002.
Ertugrul, M.; Kaynak, O. Neural Network Adaptive Sliding Mode Control and Its Application
to SCARA Type Robot Manipulator. In: IEEE INTERNATIONAL CONFERENCE ON
ROBOTICS AND AUTOMATION (ICRA–97), April 1997, Albuquerque, USA.
Proceedings of the IEEE International Conference on Robotics and Automation.
Albuquerque, USA: IEEE Computer Society, 1997. p. 2932-2937.
Faria, H. H. Estudo das características dos relâmpagos nuvem-solo durante dias de
grande atividade no Estado de Minas Gerais nos anos de 1992 a 1994. São José dos
Campos, 1998. 132 p. (INPE-7522-TDI/731). Dissertação (Mestrado em Ciência Espacial/
Geofísica Espacial) – Instituto Nacional de Pesquisas Espaciais.
Faria, H. H. Estudo comparativo da atividade e características dos relâmpagos nas
regiões de Rondônia e Sudeste, no período de outubro de 1999 a março de 2000. São
José dos Campos, 2002. 224 p. (INPE-9779–TDI/861). Tese (Doutorado em Geofísica
Espacial) – Instituto Nacional de Pesquisas Espaciais.
Fausett, L. Fundamentals of neural networks: Architecture, Algorithms and
Applications. 1
st
Edition. New Jersey: Prentice Hall, 1994. 461 p. ISBN 0-133-34186-0.
Fernandes, J. C.; Carmo, R. M.; Lima, S. T. Ocorrência de relâmpagos sobre a região Sul e
Sudeste do Brasil. In: CONGRESSO BRASILEIRO DE METEOROLOGIA, X, 1998,
Brasília. Anais. Brasília: Sociedade Brasileira de Meteorologia, 1998. 1CD-ROM.
Ferreira, A. G. Interpretação de Imagens de Satélites Meteorológicos: uma visão prática
e operacional do Hemisfério Sul. Brasília, DF: Stilo Gráfica e Editora Ltda, 2002. 272 p.
ISBN 85-89066-01-0.
Figueroa, S. N.; Lagos, P.; Fernandez, J. P.; Takahashi, K. Aplicación operacional del modelo
MM5 para el pronóstico del tiempo y la modernización de la meteorología en el Perú. In:
CONGRESSO BRASILEIRO DE METEOROLOGIA, X, 1998, Brasília. Anais. Brasília:
Sociedade Brasileira de Meteorologia, 1998. 1CD-ROM.
Referências Bibliográficas
P
ágina 144 de 149
Gervini, V. I.; Gomes, S. C. P.; Rosa, V. S. A new robotic drive joint friction compensation
mechanism using neural networks. Journal of the Brazilian Society of Mechanical
Science & Engineering, v. 25, n. 2, p. 129-139, April/June 2003.
Gin, R. B. B. Estudo coordenado de um sistema de tempestade sobre a América do Sul.
São José dos Campos, 1992. 167 p. (INPE-5388-TDI/477). Dissertação (Mestrado em
Ciência Espacial/ Geofísica Espacial ) – Instituto Nacional de Pesquisas Espaciais.
Gin, R. B. B.; Beneti, C. C. A. Estudo das tempestades elétricas de grande impacto sobre o
Estado de São Paulo: Verão de 2001. In: CONGRESSO BRASILEIRO DE
METEOROLOGIA, XII, 2002, Foz do Iguaçu. Anais. Foz do Iguaçu: Sociedade Brasileira
de Meteorologia, 2002. 1CD-ROM.
Gin, R. B. B.; Filho, A. J. P.; Beneti, C. A. A.; Guedes, R. L. Estudo de descargas elétricas
atmosféricas no Sul e Sudeste do Brasil: Análise Preliminar. In: CONGRESSO
BRASILEIRO DE METEOROLOGIA, XI, 2000, Rio de Janeiro. Anais. Rio de Janeiro:
Sociedade Brasileira de Meteorologia, 2000. 1CD-ROM.
Gin, R. B. B.; Guedes, R. L. Climatologia de Relâmpagos no Brasil: Análise Preliminar. In:
CONGRESSO BRASILEIRO DE METEOROLOGIA, XI, 2000, Rio de Janeiro. Anais.
Rio de Janeiro: Sociedade Brasileira de Meteorologia, 2000. 1CD-ROM.
Gomes, M. A. S. S. Estudo dos relâmpagos na região sudeste do Brasil em função das
características geográficas. São José dos Campos, 2002. 149 p. Dissertação (Mestrado
em Geofísica Espacial ) – Instituto Nacional de Pesquisas Espaciais.
Gomes, S. C. P.; Zepka, G. S.; Gomes, R. G.; Gomes, D. S.; Drews Jr., P. Neural Network to
Atmospheric Electric Storm Forecast. Submitted to Publication in 2005, [on line] preprints
in <www.numa.furg.br
>.
Jung, S.; Hsia, T. C. Analysis of Nonlinear Neural Network Impedance Force Control for
Robot Manipulators. In: IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND
AUTOMATION (ICRA–98), May 1998, Leuven, Belgium. Proceedings of the IEEE
International Conference on Robotics and Automation. Leuven, Belgium: IEEE Computer
Society, 1998. p. 1731-1736.
Referências Bibliográficas
P
ágina 145 de 149
Kain, J. S. The Kain-Fritsch convective parameterization: An update. To be submitted to
Journal of Applied Meteorology. Dec. 2002. <http://www.mmm.ucar.edu/mm5/mm5-
papers.html>
Lima, D. R. O.; Menezes, W. F. Queda de estruturas de linha de transmissão de energia
elétrica em Cachoeira Paulista (SP) e a ocorrência de tempestades severas – Um estudo de
caso. In: CONGRESSO BRASILEIRO DE METEOROLOGIA, XIII, 2004, Fortaleza.
Anais. Fortaleza: Sociedade Brasileira de Meteorologia, 2004. 1CD-ROM.
López, R. E.; Holle, R. L.; Heitkamp, T. A. Lightning Casualties and Property Damage in
Colorado from 1950 to 1991 Based on Storm Data. Weather and Forecasting, v. 10, p.
114-126, March 1995.
Mendes Jr., O.; Domingues, M. O.; Gin, R. B. B.; Pinto Jr., O.; Pinto, I. R. C. A.
Climatological Evaluation of Parameters for a More Realistic Lightning Modeling. In:
CONGRESSO BRASILEIRO DE METEOROLOGIA, X, 1998, Brasília. Proceedings.
Brasília: Sociedade Brasileira de Meteorologia, 1998. 1CD-ROM.
Menezes, W. F. Tempestades Severas: Um Modelo para Latitudes Subtropicais. São
Paulo, 1998. 174 p. Tese de Doutorado do Departamento de Ciências Atmosféricas –
Instituto Astronômico e Geofísico – Universidade de São Paulo.
Miller III, W. T.; Suton, R. S.; Werbos, P. J. Neural networks for control. MIT Press, 1995.
544 p. ISBN 0-262-63161-X.
Moraes, N. O.; Jourdan, P.; Corrêa, E. B.; Marton, E.; Pimentel, L. C. G. Uso do modelo
MM5 na simulação da distribuição horizontal da temperatura na região metropolitana do
Rio de Janeiro sob a influência de efeitos sinóticos. In: CONGRESSO BRASILEIRO DE
METEOROLOGIA, XIII, 2004, Fortaleza. Anais. Fortaleza: Sociedade Brasileira de
Meteorologia, 2004. 1CD-ROM.
Naccarato, K. P. Estudo de relâmpagos no Brasil com base na análise de desempenho do
sistema de localização de tempestades. São José dos Campos, 2001. 165 p. (INPE-8380-
TDI/770). Dissertação (Mestrado em Geofísica Espacial ) – Instituto Nacional de Pesquisas
Espaciais.
Referências Bibliográficas
P
ágina 146 de 149
National Center for Atmospheric Research (NCAR) & the University Corporation for
Atmospheric Research (UCAR) Office of Programs. Data Support Section Research Data
Archive. Datasets. MM5 Model Input Data. Global Monthly Mean Radiosonde
Observations, [on line] <http://dss.ucar.edu/datasets/ds430.0
> 17/01/2005.
National Center for Atmospheric Research (NCAR) & the University Corporation for
Atmospheric Research (UCAR) Office of Programs. Data Support Section Research Data
Archive. Datasets. MM5 Model Input Data. NCEP ADP Global Surface Observations,
[on line] <http://dss.ucar.edu/datasets/ds464.0
> 17/01/2005.
National Center for Atmospheric Research (NCAR) & the University Corporation for
Atmospheric Research (UCAR) Office of Programs. Data Support Section Research Data
Archive. Datasets. MM5 Model Input Data. NCEP ADP Global Upper Air Observation
Subsets, [on line] <http://dss.ucar.edu/datasets/ds353.4
> 17/01/2005.
National Center for Atmospheric Research (NCAR) & the University Corporation for
Atmospheric Research (UCAR) Office of Programs. Data Support Section Research Data
Archive. Datasets. MM5 Model Input Data. NCEP Global Tropospheric Analyses, [on
line] <http://dss.ucar.edu/datasets/ds083.0
> 17/01/2005.
National Center for Atmospheric Research (NCAR) & the University Corporation for
Atmospheric Research (UCAR) Office of Programs. Data Support Section Research Data
Archive. Datasets. MM5 Model Input Data. NCEP/NCAR Global Reanalysis, [on line]
<http://dss.ucar.edu/datasets/ds090.0
> 17/01/2005.
Oliveira, I. C.; Menezes, W. F. Estudo de configurações de parametrizações físicas em um
modelo numérico via estudo de caso. In: CONGRESSO BRASILEIRO DE
METEOROLOGIA, XIII, 2004, Fortaleza. Anais. Fortaleza: Sociedade Brasileira de
Meteorologia, 2004. 1CD-ROM.
Pereira, T. R. A.; Oliveira, I. C.; Menezes, W. F.; Silva, M. G. A. J. Análise do Desempenho
do Modelo Numérico MM5 na Previsão de Chuva sobre o Estado do Rio de Janeiro. In:
CONGRESSO BRASILEIRO DE METEOROLOGIA, XII, 2002, Foz do Iguaçu. Anais.
Foz do Iguaçu: Sociedade Brasileira de Meteorologia, 2002. 1CD-ROM.
Referências Bibliográficas
P
ágina 147 de 149
Pinto, I. R. C. A.; Pinto Jr., O. Cloud-to-ground lightning distribution in Brazil. Journal of
Atmospheric and Solar-Terrestrial Physics, v. 65, p. 733-737, Feb. 2003.
Pinto, I. R. C. A.; Pinto Jr., O.; Gin, R. B. B.; Diniz, J. H.; Araújo, R. L.; Carvalho, A. M. A
Coordinated Study of a Storm System over the South American Continent 2. Lightning –
Related Data. Journal of Geophysical Research, v. 97, n. D16, p. 18205-18213, Nov.
1992.
Pinto, I. R. C. A.; Pinto Jr., O.; Rocha, R. M. L.; Diniz, J. H.; Carvalho, A. M; Filho, A. C.
Cloud-to-ground lightning in southeastern Brazil in 1993 2. Time variations and flash
characteristics. Journal of Geophysical Research, v. 104, n. D24, p. 31381-31387, Dec.
1999.
Pinto Jr., O. A Arte da Guerra Contra os Raios. São Paulo, SP: Oficina de Textos, 2005. 80
p. ISBN 85-86238-40-6.
Pinto Jr., O.; Gin, R. B. B.; Pinto, I. R. C. A.; Mendes Jr., O.; Diniz, J. H.; Carvalho, A. M.
Cloud-to-ground lightning flash characteristics in southeastern Brazil for the 1992–1993
summer season. Journal of Geophysical Research, v. 101, n. D23, p. 29.627-29.635,
Dec. 1996.
Pinto Jr., O.; Pinto, I. R. C. A. Tempestades e Relâmpagos no Brasil. São José dos Campos,
SP: Instituto Nacional de Pesquisas Espaciais, 2000. 193 p. ISBN 85-901719-1-4.
Pinto Jr., O.; Pinto, I. R. C. A.; Diniz, J. H.; Filho, A. C.; Cherchiglia, L. C. L.; Carvalho, A.
M. A seven-year study about the negative cloud-to-ground lightning flash characteristics in
Southeastern Brazil. Journal of Atmospheric and Solar-Terrestrial Physics, v. 65, p.
739-748, Feb. 2003a.
Pinto Jr., O.; Pinto, I. R. C. A.; Faria, H. H. A comparative analysis of lightning data from
lightning networks and LIS sensor in the North and Southeast of Brazil. Geophysical
Research Letters, v. 30, n. 2, p. 45-1 – 45-4, Jan. 2003.
Pinto Jr., O.; Pinto, I. R. C. A.; Gin, R. B. B.; Mendes Jr., O. A Coordinated Study of a Storm
System over the South American Continent 1. Weather Information and Quasi-DC
Referências Bibliográficas
P
ágina 148 de 149
Stratospheric Electric Field Data. Journal of Geophysical Research, v. 97, n. D16, p.
18195-18204, Nov. 1992.
Pinto Jr., O.; Pinto, I. R. C. A.; Gomes, M. A. S. S.; Vitorello, I.; Padilha, A. L.; Diniz, J. H.;
Carvalho, A. M; Filho, A. C. Cloud-to-ground lightning in southeastern Brazil in 1993 1.
Geographical distribution. Journal of Geophysical Research, v. 104, n. D24, p. 31369-
31379, Dec. 1999.
Reap, R. M.; MacGorman, D. R. Cloud-to-Ground Lightning: Climatological Characteristics
and Relationships to Model Fields, Radar Observations and Severe Local Storms. Monthly
Weather Review, v. 117, p. 518-535, March 1989.
Rede Integrada Nacional de Detecção de Descargas Atmosféricas (RINDAT). Localização
dos sensores de detecção de descargas atmosféricas da RINDAT, [on line]
<http://www.rindat.com.br/definicao.html
> 10/12/2004.
Rede Integrada Nacional de Detecção de Descargas Atmosféricas (RINDAT). Lista de
sensores de detecção de descargas atmosféricas da RINDAT no Brasil, [on line]
<http://www.rindat.com.br/definicao.html
> 10/12/2004.
Roebber, P. J.; Eise, J. The 21 June 1997 Flood: Storm-Scale Simulations and Implications
for Operational Forecasting. Weather and Forecasting, v. 16, p. 197-218, April 2001.
Schultz, P. An Explicit Cloud Physics Parameterization for Operational Numerical Weather
Prediction. Monthly Weather Review, v. 123, p. 3331-3343, Nov. 1995.
Silva, A. S.; Coelho, D. G.; Silva, M. G. A. J. Impacto do aumento da resolução espacial na
previsão de tempo regional. In: CONGRESSO BRASILEIRO DE METEOROLOGIA,
XII, 2002, Foz do Iguaçu. Anais. Foz do Iguaçu: Sociedade Brasileira de Meteorologia,
2002. 1CD-ROM.
Wallace, J. M.; Hobbs, P. V. Atmospheric Science An Introductory Survey. New York:
Academic Press, c1977, 467p. ISBN 0-12-732950-1.
Wang, W.; Seaman, N. L. A Comparison Study of Convective Parameterization Schemes in a
Mesoscale Model. Monthly Weather Review, v. 125, p. 252-278, Feb. 1997.
Referências Bibliográficas
P
ágina 149 de 149
Yamazaki, Y.; Carvalho, M. H.; Orgaz, M. L. D. M. Análise de um caso de chuvas intensas
em Pelotas–RS usando o modelo MM5. In: CONGRESSO BRASILEIRO DE
METEOROLOGIA, XIII, 2004, Fortaleza. Anais. Fortaleza: Sociedade Brasileira de
Meteorologia, 2004. 1CD-ROM.
Zajac, B. A.; Rutledge, S. A . Cloud-to-ground lightning activity in the contiguous United
States from 1995 to 1999. Monthly Weather Review, v. 129, n. 5, p. 999-1019, May
2001.
Zepka, G. S.; Gomes, S. C. P.; Gomes, D. S.; Drews Jr., P. L. J. Tempestade Severa – Um
Estudo de Caso. Submetido para Publicação em 2005, <www.numa.furg.br
>.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo