Download PDF
ads:
INPE-15767-TDI/1510
RELA¸C
˜
OES DAS PROPRIEDADES F
´
ISICAS DAS
NUVENS CONVECTIVAS COM AS DESCARGAS
EL
´
ETRICAS
Enrique Vieira Mattos
Disserta¸c˜ao de Mestrado do Curso de P´os-Gradua¸c˜ao em Meteorologia, orientada
pelo Dr. Luiz Augusto Toledo Machado, aprovada em 08 de abril de 2009.
Registro do documento original:
<http://urlib.net/sid.inpe.br/mtc-m18@80/2009/04.01.13.07>
INPE
S˜ao Jos´e dos Campos
2009
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
PUBLICADO POR:
Instituto Nacional de Pesquisas Espaciais - INPE
Gabinete do Diretor (GB)
Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
Caixa Postal 515 - CEP 12.245-970
S˜ao Jos´e dos Campos - SP - Brasil
Tel.:(012) 3945-6911/6923
Fax: (012) 3945-6919
E-mail: [email protected]
CONSELHO DE EDITORA ¸C
˜
AO:
Presidente:
Dr. Gerald Jean Francis Banon - Coordena¸c˜ao Observa¸c˜ao da Terra (OBT)
Membros:
Dr
a
Maria do Carmo de Andrade Nono - Conselho de P´os-Gradua¸c˜ao
Dr. Haroldo Fraga de Campos Velho - Centro de Tecnologias Especiais (CTE)
Dr
a
Inez Staciarini Batista - Coordena¸c˜ao Ciˆencias Espaciais e Atmosf´ericas (CEA)
Marciana Leite Ribeiro - Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
Dr. Ralf Gielow - Centro de Previs˜ao de Tempo e Estudos Clim´aticos (CPT)
Dr. Wilson Yamaguti - Coordena¸c˜ao Engenharia e Tecnologia Espacial (ETE)
BIBLIOTECA DIGITAL:
Dr. Gerald Jean Francis Banon - Coordena¸c˜ao de Observa¸c˜ao da Terra (OBT)
Marciana Leite Ribeiro - Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
Jefferson Andrade Ancelmo - Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
Simone A. Del-Ducca Barbedo - Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
REVIS
˜
AO E NORMALIZA ¸C
˜
AO DOCUMENT
´
ARIA:
Marciana Leite Ribeiro - Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
Maril´ucia Santos Melo Cid - Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
Yolanda Ribeiro da Silva Souza - Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
EDITORA¸C
˜
AO ELETR
ˆ
ONICA:
Viveca Sant´Ana Lemos - Servi¸co de Informa¸c˜ao e Documenta¸c˜ao (SID)
ads:
INPE-15767-TDI/1510
RELA¸C
˜
OES DAS PROPRIEDADES F
´
ISICAS DAS
NUVENS CONVECTIVAS COM AS DESCARGAS
EL
´
ETRICAS
Enrique Vieira Mattos
Disserta¸c˜ao de Mestrado do Curso de P´os-Gradua¸c˜ao em Meteorologia, orientada
pelo Dr. Luiz Augusto Toledo Machado, aprovada em 08 de abril de 2009.
Registro do documento original:
<http://urlib.net/sid.inpe.br/mtc-m18@80/2009/04.01.13.07>
INPE
S˜ao Jos´e dos Campos
2009
Dados Internacionais de Cataloga¸c˜ao na Publica¸c˜ao (CIP)
Mattos, Enrique Vieira.
M436r Rela¸c˜oes das propriedades f´ısicas das nuvens convectivas com
as descargas el´etricas / Enrique Vieira Mattos. – S˜ao Jos´e dos
Campos : INPE, 2009.
243 p. ; (INPE-15767-TDI/1510)
Disserta¸c˜ao (Mestrado em Meteorologia) – Instituto Nacional
de Pesquisas Espaciais, S˜ao Jos´e dos Campos, 2009.
Orientador : Dr. Luiz Augusto Toledo Machado.
1. Descargas el´etricas. 2. Raios. 3. Sistemas convectivos de me-
soescala. 4. Propriedades f´ısicas. 5. Sensoriamento remoto. 6. Pre-
vis˜ao imediata de tempo I.T´ıtulo.
CDU 551.501.8:551.508.94
Copyright
c
2009 do MCT/INPE. Nenhuma parte desta publica¸c˜ao pode ser reproduzida, arma-
zenada em um sistema de recupera¸c˜ao, ou transmitida sob qualquer forma ou por qualquer meio,
eletrˆonico, mecˆanico, fotogr´afico, reprogr´afico, de microfilmagem ou outros, sem a permiss˜ao es-
crita do INPE, com exce¸c˜ao de qualquer material fornecido especificamente com o prop´osito de ser
entrado e executado num sistema computacional, para o uso exclusivo do leitor da obra.
Copyright
c
2009 by MCT/INPE. No part of this publication may be reproduced, stored in a
retrieval system, or transmitted in any form or by any means, electronic, mechanical, photocopying,
recording, microfilming, or otherwise, without written permission from INPE, with the exception
of any material supplied specifically for the purpose of being entered and executed on a computer
system, for exclusive use of the reader of the work.
ii
“Os grandes navegadores devem sua reputação aos temporais e tempestades”.
Epicuro (341 B.C - 270 B.C), filósofo e escritor.
“O raio deve ser composto de um fluido elétrico, embora não consiga explicar sobre
como uma coisa tão vaporosa e instável como uma nuvem atue como uma máquina
de fricção capaz de gerar eletricidade”.
Sir Isaac Newton (1643 - 1727), físico e matemático.
A meus pais OSCAR e LUCÍLIA e minha Irmã LETICIA quem amo tanto.
AGRADECIMENTOS
Ao grandioso mestre DEUS, pelos ombros fortes que tem me dado durante toda a minha
vida, para superar as dificuldades encontradas no caminho, pela garra, saúde e disciplina
para realizar este trabalho. A tua honra e glória SENHOR dedico todas as minhas
vitórias pessoais e profissionais.
A meus queridos pais Oscar e Lucília pelo apoio incondicional durante toda a minha
existência e pela oportunidade de aprender aspectos fundamentais de respeito, moral,
dignidade, honestidade, comprometimento e dedicação, os quais levarei para o resto de
minha vida. Devo tudo a vocês e expresso aqui o meu imenso e eterno amor que sinto
por vocês.
A minha querida irmã Letícia pela amiga verdadeira e companheira que tenho a meu
lado. Meus sinceros agradecimentos e felicidades que lhe desejo em sua vida.
A minha tia Adélia e primo Augusto que com muito carinho me acolheram em sua
residência durante um ano em São José dos Campos. A vocês meu muito obrigado,
principalmente pela nossa grande amizade que tem se revelado nesses anos de agradável
convivência.
Ao meu orientador Prof. Dr. Luiz Augusto Toledo de Machado pela confiança a mim
dada para o desenvolvimento deste trabalho. Pelo exemplo de seriedade,
profissionalismo e competência na pesquisa científica.
Aos membros da banca da Proposta de Mestrado doutores Marcos Daisuke Oyama,
Carlos Frederico de Angelis e Luiz Augusto Toledo de Machado pelos valiosos
conselhos expressos para o desenvolvimento deste trabalho.
Ao querido amigo Wagner Flauber Araújo Lima que desde o início desta pesquisa não
mediu esforços através de apoio computacional e científico. Valiosas foram às
discussões e aprendizados obtidos nestes anos e a amizade construída.
Aos colegas da turma do Curso de Pós-Graduação do INPE pelas experiências
vivenciadas, pelo conhecimento trocado e pelas valiosas amizades construídas nestes
dois anos de mestrado. Em especial aos amigos Iury, Lucimara e Weber pelo excelente
convívio e amizade sincera ao longo desses anos.
À equipe da Divisão de Satélites e Sistemas Ambientais do CPTEC/INPE pelo suporte
técnico, espaço físico cedido para desenvolver a pesquisa e fornecimento dos dados
utilizados neste trabalho.
Ao Grupo de Eletricidade Atmosférica (ELAT) do INPE, em particular ao Dr. Kleber
Pinheiro Naccarato pelo fornecimento dos Mapas de Eficiência de Detecção de raios e
estado de funcionamento dos sensores de relâmpagos.
À amiga Marília Harumi Shimizu pelas correções e conselhos sobre o trabalho.
À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior pelo suporte
financeiro através da concessão de bolsa para o desenvolvimento do mestrado nestes
dois anos.
RESUMO
O entendimento das propriedades físicas e microfísicas associadas à formação e
ocorrência da atividade elétrica em nuvens convectivas utilizando dados observacionais,
é de grande importância para a determinação de parâmetros previsores da ocorrência
desses fenômenos atmosféricos. Visto que diversos segmentos da sociedade como, os
setores de rede de distribuição de energia elétrica, sistemas de telefonia e
telecomunicações, são afetados diretamente pela atividade de relâmpagos em todo o
país, o desenvolvimento de estudos que possam levar a uma maior compreensão da
atividade convectiva, processos microfísicos na formação de precipitação e ocorrência
de descargas elétricas mostra-se de grande relevância. Desta forma, este trabalho teve
como objetivo principal caracterizar as propriedades físicas e microfísicas de nuvens
convectivas responsáveis pela ocorrência de raios (relâmpagos nuvem-solo). Para tanto,
foram utilizadas as temperaturas de brilho do infravermelho (T
B
) inferidas pelo satélite
GOES, a temperatura de brilho em microondas inferida pelo satélite TRMM e NOAA-
18 e dados de ocorrência de raios reportados por detectores em solo para o estado de
São Paulo entre 2005 e 2007. A análise da distribuição espacial e temporal de
ocorrência de raios sobre o estado de São Paulo evidenciou que a alta incidência de
raios próxima a cidades de grande porte e região do Vale do Paraíba, deve-se pelo
menos em parte, aos efeitos combinados de incursão freqüente de Sistemas Frontais,
orografia, efeitos de ilha de calor e poluição atmosférica. Por outro lado, o ciclo diurno
das tempestades mostrou um pico bem definido durante as primeiras horas da tarde (16
horas local), sendo o mesmo observado para a estação de verão, primavera e outono. No
entanto, o inverno não apresentou um horário preferencial de ocorrência de raios. A
combinação de T
B
no infravermelho e informação de ocorrência de raios indicou que as
propriedades físicas, tamanho, temperatura do topo, taxa de expansão normalizada,
excentricidade e fração convectiva dos Sistemas Convectivos de Mesoescala (SCM)
possuem forte influência na ocorrência de raios, desta forma, foi possível ajustar curvas
que relacionassem a ocorrência média de raios a cada uma dessas propriedades.
Utilizando o mesmo conjunto de dados, foi observado que a taxa de expansão dos SCM
durante os estágios iniciais sugeriu ser um parâmetro indicativo da ocorrência de raios e
do tempo de vida total dos sistemas. Além disso, dentre os SCM estudados, observou-se
que a máxima ocorrência média de raios foi caracterizada entre o estágio de iniciação e
maturação dos sistemas, sendo o mesmo ocorrendo para a densidade média de raios
(raios/km
2
). Por outro lado, o estudo combinando informações em microondas com as
ocorrências de raios, mostrou que o tamanho, conteúdo integrado verticalmente de gelo
e a orientação das partículas de gelo possuíram influência direta nos processos de
eletrificação das nuvens convectivas e na ocorrência de raios. Com isso, foi possível
ajustar curvas de probabilidade de ocorrência de raios em função de cada um desses
parâmetros. Uma relação exponencial crescente foi encontrada entre a probabilidade de
ocorrência de raios e o tamanho das partículas de gelo; já uma curva polinomial de
segunda ordem caracterizou a probabilidade de raios em função do conteúdo de gelo e
uma relação linear negativa entre a probabilidade de ocorrência de raios e a diferença de
temperatura polarizada do canal de 85 GHz foi observada. Desta forma, esses resultados
inéditos na America do Sul permitirão em um futuro próximo serem utilizados para
diagnóstico de severidade e realizar previsão de ocorrência de raios.
RELATIONSHIP BETWEEN PHYSICAL PROPERTIES CONVECTIVE
CLOUDS AND CLOUD-GROUND LIGHTINING
ABSTRACT
The knowledge of physical and microphysical properties associated to cloud-ground
lightning occurrence is very important for determination of potential forecast parameters
of electrical discharges activity. The identification of these parameters could give
valuable contribution for different segments of society, such as the sectors of electric
energy distribution network, telephone systems and telecommunications, which are
directly affected by the activity of lightning. In this context, this work presents the
relationship between physical and microphysical properties with cloud-ground
lightning. For that, were used combined data from satellite infrared and microwave
channels with cloud-ground lightning from the ground network for São Paulo Estate
during the period from 2005 to 2008. Combined information from infrared channels
with cloud-ground lightning showed that size, cloud top temperature, area expansion,
eccentricity and convective fraction of Mesoscale Convective System (MCS) have
strong influence on lightning occurrence. Also the initial area expansion appears to
indicate systems characterized by lightning and their total life time. Moreover the most
electrical activity was characterized between initiation stage and maturation, and the
same happened to lightning average density (cloud-ground lightning.km
-2
). The
preliminary microphysics clouds study has shown that the size, Ice Water Path and ice
particles orientation have direct influence in the electrification process of convective
clouds and occurrence of cloud-ground lightning. With these results, it was possible to
adjust lightning occurrence probability curves for each of these parameters. It was found
an exponentially relationship between lightning occurrence probability and ice particles
size, a second-order polynomial depending on ice water path and a negative linear
relationship between lightning probability and 85 GHz polarized temperature difference.
Therefore, the lightning probability relationship found in function of physical and
microphysical properties showed considerable potential to be used in severity diagnostic
and cloud-ground lightning nowcasting.
SUMÁRIO
Pag
.
LISTA DE FIGURAS
LISTA DE TABELAS
LISTA DE SIGLAS E ABREVIATURAS
LISTA DE SÍMBOLOS
1 INTRODUÇÃO .
.........................................................................................................31
1.1 Objetivos ................................................................................................................33
2 FUNDAMENTAÇÃO TEÓRICA ............................................................................37
2.1 Nuvens e Nuvens de Tempestade...........................................................................37
2.1.1 Nuvens Quentes e Nuvens Frias..........................................................................40
2.1.2 Sistema Convectivo de Mesoescala (SCM) ........................................................42
2.2 Estrutura Elétrica das Nuvens de Tempestade .......................................................50
2.3 Processos de Eletrização das Nuvens Tempestade ................................................51
2.3.1 Processo Colisional Indutivo...............................................................................52
2.3.2 Processo Colisional Termoelétrico .....................................................................54
2.3.3 Processo de Eletrificação Convectivo.................................................................55
2.4 Relâmpago..............................................................................................................57
2.4.1 Classificação dos Relâmpagos ............................................................................57
2.4.1.1 Relâmpagos no Solo.........................................................................................59
2.4.1.2 Relâmpagos nas Nuvens...................................................................................62
2.5 Detectores de Relâmpagos .....................................................................................62
2.5.1 Rede RINDAT.....................................................................................................63
2.5.2 Detectores de Relâmpagos a Bordo de Satélite...................................................68
3 REVISÃO BIBLIOGRÁFICA.
.................................................................................73
4 DADOS........................................................................................................................79
4.1 Dados da RINDAT.................................................................................................79
4.2 Dados de Satélite....................................................................................................80
4.2.1 Dados do GOES-12.............................................................................................80
4.2.2 Dados do GOES-10.............................................................................................81
4.2.3 Dados do NOAA-18............................................................................................82
4.2.3.1 Dados do Sensor AMSU-A2............................................................................82
4.2.3.2 Dados do Sensor MHS.....................................................................................82
4.2.4 Dados do TRMM ................................................................................................83
5 METODOLOGIA ......................................................................................................85
5.1 Avaliação das Características Gerais dos Raios Ocorridos Durante o Período de
--Estudo...........................................................................................................................85
5.2 Análises das Características dos SCM Associadas à Ocorrência de Raios............87
5.3 Análises de Parâmetros Previsores da Atividade Elétrica Usando Microondas ....90
5.3.1 A Utilização do D
e
e IWP ...................................................................................90
5.3.2 Análise da Relação Entre Polarização do Gelo e a Ocorrência de Raios............92
6 ANÁLISES DAS RELAÇÕES EXISTENTES ENTRE PROPRIEDADE
S
FÍSICAS DE SCM E ATIVIDADE ELÉTRICA DE RAIOS...................................95
6.1 Características Gerais dos SCM Ocorridos no Período de Estudo.........................95
6.2 Caracterização da Relação Entre Propriedades Físicas de SCM e a Atividade ------
--Elétrica de Raios.........................................................................................................102
6.2.1 Raio Efetivo (R
e
)...............................................................................................103
6.2.2 Taxa de Expansão Normalizada (A
e
) ................................................................111
6.2.3 Temperatura Média de Brilho (T
med
) ................................................................117
6.2.4 Taxa de Variação da Temperatura Média de Brilho (TVT
med
) .........................125
6.2.5 Fração Convectiva (FC) ....................................................................................135
6.2.6 Excentricidade (Ecc) .........................................................................................141
6.3 Análise da Evolução do Ciclo de Vida dos SCM ................................................146
6.3.1 Caracterização do Tempo de Vida dos SCM ....................................................146
6.3.2 Caracterização do Ciclo de Vida dos SCM.......................................................154
7 ANÁLISE DE PARÂMETROS PREVISORES DA ATIVIDADE ELÉTRICA
USANDO MICROONDAS.........................................................................................167
7.1 Estudo dos Parâmetros Microfísicos dos SCM Utilizando o Sensor TMI do --------
--Satélite TRMM...........................................................................................................167
7.1.1 A Utilização do Diâmetro Efetivo da Partícula de Gelo (D
e
) ...........................168
7.1.2 A Utilização do Conteúdo Integrado Verticalmente de Gelo (IWP) ................176
7.2 A Orientação das Partículas de Gelo e sua Relação com a Ocorrência de Raios 184
7.2.1 Avaliação da Relação entre a Polarização de Partículas de Gelo e a Atividade ---
--Elétrica de Raios.........................................................................................................185
8 CONSIDERAÇÕES FINAIS E SUGESTÕES PARA TRABALHOS FUTUROS
.......................................................................................................................................195
8.1 Considerações Finais............................................................................................195
8.2 Sugestões para Trabalhos Futuros........................................................................198
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................201
A ANEXO A - EQUAÇÕES DE INFERÊNCIA DO D
e
E IWP .............................213
A APÊNDICE A - AVALIAÇÃO DAS CARACTERÍSTICAS GERAIS DOS
RAIOS PARA O PERÍODO DE ESTUDO ..............................................................217
B APÊNDICE B - TABELAS DE ESTADO DE OPERAÇÃO DOS SENSORES
.......................................................................................................................................243
LISTA DE FIGURAS
2. 1 Descrição esquemática de uma célula de tempestade mostrando os três estágios
de vida: (a) estágio Cumulus, (b) estágio maduro e (c) estágio de dissipação....39
2. 2 Classificação dos SCM para sistemas meso-alfa (250 - 2500 km) com duração
maior que 6 horas e de acordo com suas características físicas e localização. ...43
2
. 3 Representação da estrutura de nuvens de um típico SCM tropical durante sua
formação, maturação e estágio de dissipação......................................................45
2. 4 Tipos de estrutura elétrica de nuvens de tempestade: (a) estrutura dipolar, (b)
estrutura tripolar e (c) estrutura multipolar. ........................................................51
2. 5 Um granizo esférico polariza-se na presença de um campo elétrico ambiente.
Partículas de gelo que venham a colidir com a parte de baixo do granizo
removem suas cargas positivas, tornando-a negativamente carregada, processo
denominado Colisional Indutivo.........................................................................53
2. 6 Microfísica da transferência de carga envolvendo colisões entre granizo e cristais
de gelo em função da temperatura do ambiente, processo denominado colisional
termoelétrico........................................................................................................55
2.7 Desenvolvimento do centro de cargas negativas na parte mais baixa da nuvem
durante o processo convectivo. ...........................................................................56
2
. 8 Diferentes tipos de relâmpagos que ocorrem entre as nuvens e o solo: relâmpago
(a) NS positivo, (b) NS negativo, (c) SN positivo e (d) SN negativo. ................58
2. 9 Diagrama esquemático para ilustrar a formação de um relâmpago. (a) – (f) ilustra
a formação do líder escalonado, (g) e (h) a primeira descarga de retorno, (i) a pré
formação da subseqüente descarga de retorno, (j) e (k) o líder contínuo e (l) a
segunda descarga de retorno. ..............................................................................61
2. 10 Localização dos 24 sensores que compõem a rede RINDAT e destaque da
abrangência total da rede de cobertura de relâmpagos........................................64
2. 11 (a) Método da intersecção hiperbólica usando três sensores e (b) método de
intersecção circular utilizando quatro sensores...................................................65
2. 12 (a) Método MDF para a determinação da localização ótima e (b) Combinação do
método TOA e MDF (método IMPACT). ..........................................................66
3. 1 Modelo conceitual da evolução temporal de propriedades elétricas, dinâmicas e
processos microfísicos no interior de uma tempestade.......................................74
4. 1 Região de estudo definida pelo retângulo em vermelho e a eficiência da rede
RINDAT demonstrando o número de relâmpagos NS........................................80
4
. 2 Geométrica de escaneamento do sensor TMI abordo do satélite TRMM...........84
6. 1 Distribuição temporal mensal de ocorrências dos SCM detectados pelo
FORTRACC entre julho de 2005 a fevereiro de 2008 para a área em estudo. ...96
6
. 2 Distribuição horária de freqüência total de nascimentos espontâneos de SCM
detectados pelo FORTRACC para o período de julho de 2005 a março de 2008.
.............................................................................................................................99
6. 3 Distribuição horária média da Taxa de Expansão Normalizada (10
-6
s
-1
), Fração
Convectiva e o Número Total de Raios dos SCM detectados pelo FORTRACC
para o período de julho de 2005 a fevereiro de 2008........................................100
6. 4 Histograma de freqüência para a propriedade física Raio Efetivo (km) dos
membros de SCM que (a) não apresentaram raios e (b) para membros dos SCM
que apresentaram raios e curvas ajustadas. .......................................................104
6. 5 Análise comparativa entre a curva ajustada para o histograma de Raio Efetivo de
membros de SCM que não apresentaram raios (azul) e a curva ajustada para a
amostra de Raio Efetivo que apresentaram raios (vermelha)............................106
6
. 6 Freqüência Acumulada (%) de ocorrência de raios em função do Raio Efetivo
(km) dos SCM...................................................................................................108
6. 7 Variação do número médio de raios, desvio padrão em função do Raio Efetivo
dos SCM e curva de potência ajustada para a ocorrência média de raios.........109
6. 8 Variação da Densidade Média de Raios em função do Raio Efetivo, seu desvio
padrão e curva de potência ajustada para a ocorrência da densidade média de
raios...................................................................................................................110
6.9 Histograma de freqüência para a propriedade física Taxa de Expansão
Normalizada (10
-6
s
-1
) dos membros de SCM que (a) não apresentaram raios e (b)
para membros com raios e curvas ajustadas......................................................113
6. 10 Análise comparativa entre a curva ajustada para o histograma de Taxa de
Expansão Normalizada de membros de SCM que não apresentaram raios (azul)
e a curva ajustada para a amostra de Taxa de Expansão Normalizada que
apresentaram raios (vermelha). .........................................................................114
6. 11 Freqüência Acumulada (%) de ocorrência de raios em função da Taxa de
Expansão Normalizada dos SCM......................................................................115
6
. 12 Variação do número médio de raios em função da Taxa de Expansão
Normalizada, seu desvio padrão e curva linear ajustada para a ocorrência média
de raios. .............................................................................................................116
6. 13 Histograma de freqüência para a propriedade física Temperatura Média de Brilho
(K) dos membros de SCM que (a) não apresentaram raios e (b) para membros
dos SCM que apresentaram raios e curvas ajustadas. .......................................118
6
. 14 Análise comparativa entre a curva ajustada para o histograma de Temperatura
Média de Brilho membros de SCM que não apresentaram raios (azul) e a curva
ajustada para a amostra de Temperatura média que apresentaram raios
(vermelho). ........................................................................................................120
6. 15 Freqüência Acumulada (%) de ocorrência de raios em função da Temperatura
Média dos SCM.................................................................................................121
6. 16 Variação do número médio de raios em função da Temperatura Média de Brilho,
seu desvio padrão e curva exponencial ajustada para a ocorrência média de raios.
...........................................................................................................................122
6. 17 Variação do número médio de raios, desvio padrão e curva exponencial ajustada
em função da (a) Temperatura Mínima de Brilho e (b) Temperatura Mínima
Média de Brilho do Kernel de 9 Pixel...............................................................124
6
.18 Histograma de freqüência para a propriedade física Taxa de Variação da
Temperatura Média de Brilho (K.hr
-1
) dos membros de SCM que (a) não
apresentaram raios e (b) para membros dos SCM que apresentaram raios e
curvas ajustadas para as duas distribuições.......................................................127
6. 19 Análise comparativa entre a curva ajustada para o histograma de Taxa de
Variação da Temperatura Média de Brilho dos membros de SCM que não
apresentaram raios (azul) e a curva ajustada para a amostra de Taxa de Variação
da Temperatura Média que apresentaram raios (vermelho)..............................130
6. 20 Freqüência Acumulada (%) de ocorrência de raios em função da Taxa de
Variação da Temperatura Média de Brilho dos SCM.......................................131
6. 21 Variação do número médio de raios em função da Taxa de Variação da
Temperatura Média de Brilho e seu desvio padrão...........................................132
6. 22 Variação do número médio de raios e seu desvio padrão em função da (a) Taxa
de Variação da Temperatura Mínima de Brilho e (b) Taxa de Variação da
Temperatura Mínima Média de Brilho do Kernel de 9 Pixel............................134
6. 23 Histograma de freqüência da propriedade física Fração Convectiva dos membros
de SCM que (a) não apresentaram raios e (b) para membros dos SCM que
apresentaram raios e as curvas ajustadas...........................................................137
6
. 24 Análise comparativa entre a curva ajustada para o histograma Fração Convectiva
de membros de SCM que não apresentaram raios (azul) e a curva ajustada para a
amostra que apresentaram raios (vermelho)......................................................138
6. 25 Freqüência Acumulada (%) de ocorrência de raios em função da Fração
Convectiva dos SCM.........................................................................................139
6
. 26 Variação do número médio de raios em função da Fração Convectiva, seu desvio
padrão e curva de potência ajustada..................................................................141
6. 27 Histograma de freqüência da propriedade física Excentricidade dos membros de
SCM que (a) não apresentaram raios e (b) para membros dos SCM que
apresentaram raios.............................................................................................143
6. 28 Freqüência Acumulada (%) de ocorrência de raios em função da Excentricidade
dos SCM............................................................................................................144
6. 29 Variação do número médio de raios em função da Excentricidade, seu desvio
padrão e curva polinomial ajustada para a ocorrência média de raios..............145
6. 30 Distribuição estatística do número de SCM e freqüência relativa em função do
tempo de vida em horas para SCM que (a) não apresentaram raios e SCM (b)
que apresentaram raios durante seu ciclo de vida. ............................................147
6
. 31 Análise comparativa entre a curva ajustada para o histograma de Tempo de Vida
(horas) dos SCM que não apresentaram raios (azul) e a curva ajustada para a
amostra de SCM que apresentaram raios (vermelho). ......................................148
6. 32 Variação média do Raio Efetivo Máximo (km), desvio padrão e curvas lineares
ajustadas em função do tempo de vida (horas) para SCM que (a) não
apresentaram raios e (b) SCM que apresentaram raios durante seu ciclo de vida.
...........................................................................................................................150
6. 33 Variação do Número Médio de Raios, desvio padrão e curva exponencial ajustada
em função do tempo de vida (horas) dos SCM. ................................................152
6. 34 Variação da Densidade Média de Raios (raios/km
2
), desvio padrão e curva
exponencial ajustada em função do tempo de vida (horas) dos SCM...............153
6. 35 Comparação do ciclo de vida do Raio Efetivo (km) dos SCM que não tiveram
raios (azul) e SCM que apresentaram raios (vermelho) durante seu ciclo de vida,
para as cinco categorias de ciclo de vida...........................................................155
6. 36 Variação média do Raio Efetivo (km) de SCM que (a) não apresentaram raios e
SCM que (b) apresentaram raios durante seu ciclo de vida, para três valores de
duração: 4 horas (preto), 6 horas (vermelho) e 7 horas (azul). .........................156
6
. 37 Variação do Número Médio de Raios (verde) e do Raio Efetivo (km) (vermelho)
para os SCM para cinco categorias de ciclo de vida: 1 (iniciação), 2 (estágio
intermediário entre iniciação e maturação), 3 (maturação), 4 (estágio
intermediário entre maturação e dissipação) e 5 (dissipação)...........................159
6
. 38 Variação do Número Médio de Raios dos SCM em função do ciclo de vida, para
três valores de duração: 4 horas (curva preta), 6 horas (curva vermelha) e 7 horas
(curva azul)........................................................................................................161
6. 39 Variação da Densidade Média de Raios (Raios/km
2
) (curva verde) e do Raio
Efetivo (km) (curva vermelha) para os SCM para 5 categorias de ciclo de vida: 1
(iniciação), 2 (estágio intermediário entre iniciação e maturação), 3 (maturação),
4 (estágio intermediário entre maturação e dissipação) e 5 (dissipação). .........163
6. 40 Variação da Densidade Média de Raios (raios/km
2
) dos SCM em função do ciclo
de vida, para três valores de duração: 4 horas (curva preta), 6 horas (curva
vermelha) e 7 horas (curva azul).......................................................................165
7. 1 Histograma de freqüência relativa (%) da propriedade microfísica Diâmetro
Efetivo (mm) de eventos de partículas de gelo que (a) não apresentaram raios e
para eventos (b) que apresentaram raios e as respectivas curvas ajustadas. .....169
7. 2 Análise comparativa entre a curva ajustada para o histograma de freqüência
relativa de Diâmetro Efetivo de eventos que apresentaram raios (curva
vermelha) e para os que não apresentaram raios (curva vermelha). .................170
7. 3 Freqüência Acumulada (%) de ocorrência de raios em função do Diâmetro
Efetivo das partículas de gelo............................................................................171
7. 4 Freqüência de ocorrência de raios em função do Diâmetro Efetivo das partículas
de gelo para a probabilidade de ocorrer ao menos um (vermelho), dois (azul),
quatro (verde), oito (rosa) e dezesseis (amarelo) raios em um intervalo de 15
minutos..............................................................................................................173
7
. 5 Curvas exponenciais ajustadas para a probabilidade de ocorrência de raios em
função do Diâmetro Efetivo das partículas de gelo, para a probabilidade de
ocorrer ao menos um (vermelho), dois (azul), quatro (verde), oito (rosa) e
dezesseis (amarelo) dezesseis raios em um intervalo de 15 minutos................173
7. 6 Histograma de freqüência relativa (%) da propriedade microfísica Conteúdo
Integrado Verticalmente de Gelo (IWP) (kg/m
2
) de eventos que (a) não
apresentaram raios e para eventos (b) que apresentaram raios e as respectivas
curvas ajustadas.................................................................................................177
7. 7 Análise comparativa entre a curva ajustada para o histograma de freqüência
relativa de Conteúdo Integrado Verticalmente de Gelo (IWP) Diâmetro Efetivo
de eventos que apresentaram raios (curva vermelha) e para os que não
apresentaram raios (curva vermelha). ...............................................................177
7
. 8 Freqüência Acumulada (%) de ocorrência de raios em função do Conteúdo
Integrado Verticalmente de Gelo (IWP). ..........................................................180
7.9 Freqüência de ocorrência de raios em função do Conteúdo Integrado
Verticalmente de Gelo (IWP) para a probabilidade de ocorrer ao menos um
(vermelho), dois (azul), quatro (verde), oito (rosa) e dezesseis (amarelo) raios
em um intervalo de 15 minutos.........................................................................181
7. 10 Curvas polinomiais de segundo grau ajustadas para a probabilidade de ocorrência
de raios em função do Conteúdo Integrado Verticalmente de Gelo (IWP) para a
probabilidade de ocorrer um (vermelho), dois (azul), quatro (verde), oito (rosa) e
dezesseis (amarelo) raios em um intervalo de 15 minutos................................182
7. 11 Histograma de freqüência relativa (%) da diferença de polarização (vertical
menos horizontal) em 85 GHz de eventos (pixels) (a) sem e (b) com raios e as
respectivas curvas ajustadas..............................................................................186
7
. 12 Análise comparativa entre a curva ajustada para o histograma de freqüência
relativa de T
BV
-T
BH
sem (azul) e com raios (vermelho). .................................186
7. 13 Freqüência Acumulada (%) de ocorrência de raios em função da diferença de
polarização (vertical menos horizontal) em 85 GHz de eventos (pixels)..........189
7. 14 Freqüência de ocorrência de raios em função da diferença de polarização
(vertical menos horizontal) em 85 GHz de eventos para a probabilidade de
ocorrer ao menos um (vermelho), dois (azul), quatro (verde), oito (rosa) e
dezesseis (amarelo) raios em um intervalo de 15 minutos................................191
7. 15 Curvas de potência ajustadas para a probabilidade de ocorrência de raios em
função da diferença de polarização (vertical menos horizontal) em 85 GHz de
eventos (pixels) para a probabilidade de ocorrer ao menos um, dois, quatro, oito
e dezesseis raios em um intervalo de 15 minutos..............................................191
LISTA DE TABELAS
Pag.
2.1 Definição de um CCM com base em características físicas.....................................44
6.1 Estatística de ocorrência sazonal de SCM durante o período de estudo........... .......97
LISTA DE SIGLAS E ABREVIATURAS
A
e
–
Taxa de Expansão Normalizada
ALDT _
Advanced Lightning Direction Finder
AMSU
–
Advanced Microwave Souding Unit
AR
–
No ar
Cb
–
Cumulunimbus
CCD
–
Charge-Coupled Device
CCM
–
Complexo Convectivo de Mesoescala
CCN
–
Cloud Condensation Nuclei
CEMIG
–
Companhia Energética de Minas Gerais
CERES
–
Clouds and Earth’s Radiant Energy System
CPTEC
–
Centro de Previsão do Tempo e Estudos Climáticos
D
e
–
Diâmetro Efetivo de Partícula de Gelo
DMR
–
Densidade Média de Raios
DSA
–
Divisão de Satélites e Sistemas Ambientais
Ecc
Excentricidade
EN
–
Entre- Nuvens
EUA
–
Estados Unidos da América
FC
–
Fração Convectiva
FORTRACC
–
Forecast and Tracking of Active Convective Cells
FURNAS
–
Furnas Centrais Elétricas
GOES
–
Geostationary Operational Environmental Satellites
IMPACT
–
Improved Performance from Combined Technology
IN
–
Intra-Nuvem
INPE
–
Instituto Nacional de Pesquisas Espaciais
IR
–
Infravermelho
JAXA
–
Japan Aerospace Exploration Agency
LF
–
Low Frequency
LI
–
Linha de Instabilidade
LIS
–
Ligtning Imaging Sensor
LPATS
–
Lightning Positioning and Tracking System
MDF
–
Magnetic Direction Finder
MODIS
–
Moderate Resolution Imaging Spectroradiometer
NASA
–
National Aeronautics and Space Administration
NESDIS
–
National Enviroment Satellite, Data and Information Service
NMR
–
Número Médio de Raios
NOAA
–
National Oceanic and Atmospheric Administration
NS
–
Nuvem-Solo
IWP
–
Ice Water Path
ODT
–
Optical Transient Detector
PCT
–
Polarization Corrected Temperature
PR
–
Precipitation Radar
R
e
–
Raio Efetivo
REM
–
Radiação Eletromagnética
RINDAT
–
Rede Integrada Nacional de Detecção de Descargas Atmosféricas
SCM
–
Sistema Convectivo de Mesoescala
SIMEPAR
–
Sistema Meteorológico do Paraná
SN
–
Solo-Nuvem
SSMI
–
Special Sensor Microwave Imager
T
B
–
Temperatura de Brilho
T
C
–
Temperatura do local da colisão
T
med
–
Temperatura Média de Brilho
T
min
–
Temperatura Mínima de Brilho
T
min9
–
Temperatura Mínima Média de Brilho do Kernel de 9 Pixels
T
IV
–
Temperatura de inversão
TMI
–
TRMM Microwave Imager
TOA
–
Time of Arrival
TRMM
–
Tropical Rainfall Measuring Mission
tv
–
Tempo de Vida
TVT
med
–
Taxa de Variação da Temperatura Média de Brilho
TVT
min
–
Taxa de Variação da Temperatura Mínima de Brilho
TVT
min9
–
Taxa de Variação da Temperatura Mínima Média de Brilho do
Kernel de 9 Pixels
VIRS
–
Visible Infrared Scanner
VLF
–
Very Low Frequency
LISTA DE SÍMBOLOS
kA
–
QuiloÁmpere (10
3
A)
kHz
–
QuiloHertz (10
3
Hz)
KW
–
QuiloWatt (10
3
W)
GHz
–
GigaHertz (10
6
Hz)
ms
–
Milisegundos (10
-3
s)
NaCl
–
Cloreto de Sódio (Sal)
s
µ
–
Microsegundos (10
-6
s)
31
1 INTRODUÇÃO
As descargas elétricas são fenômenos atmosféricos que vem ao longo de muitos anos
afetando diversas regiões do mundo, indubitavelmente pela sua natureza agressiva e
destruidora. Os prejuízos vão desde perdas de vidas humanas, colapsos na rede de
distribuição de energia elétrica, incêndios florestais e danos aos sistemas de telefonia e
telecomunicações. O Brasil, por possuir uma extensa área territorial e proximidade ao
equador geográfico, apresenta uma alta incidência desse fenômeno. Estima-se que cerca
de 50 a 70 milhões de descargas elétricas atingem o solo brasileiro por ano em média
(PINTO Jr, 2005). Desta forma, torna-se de grande importância estudos que associem
propriedades físicas de tempestades severas a ocorrência de descargas elétricas, com
vista na determinação de parâmetros para índices de severidade e previsão da atividade
elétrica.
Essas intensas descargas elétricas que ocorrem na atmosfera, também conhecidas como
relâmpagos, ocorrem inicialmente comumente devido ao acúmulo de cargas elétricas
dentro de nuvens de tempestade do tipo
Cumulunimbus (Cb). Esta separação de cargas
produz um campo elétrico capaz de romper a rigidez dielétrica do ar (próximo ao solo é
em torno de 3.10
6
V/m). Quebrada a rigidez, tem-se início um rápido movimento de
elétrons da nuvem para o solo ou vice versa, causando uma intensa luminosidade e
alcançando temperaturas aproximadamente de 30.000
o
C. Este súbito aquecimento faz
com que ocorra a expansão do ar ao redor do canal ionizado, produzindo o trovão.
A
natureza elétrica destas intensas descargas elétricas foi demonstrada pela primeira vez
pelo cientista e filósofo americano Benjamin Franklin em 1752, através de seu
conhecido experimento com uma pipa inserida dentro de uma nuvem de tempestade, tal
que faíscas saltaram de uma chave amarrada na extensão do cordão da pipa para os seus
dedos, mostrando que relâmpagos consistem na transferência de cargas negativas e
positivas entre as nuvens e o solo.
A análise da atividade elétrica associada a parâmetros físicos em nuvens convectivas
feita em muitos países é realizada por meio de radares, detectores de relâmpagos em
32
solo e dados provenientes de satélites. Apesar da combinação de informações
provenientes de radares e detectores de relâmpagos em solo possibilitarem a
determinação de forma precisa das propriedades físicas das nuvens convectivas,
localização e o instante de ocorrência dos relâmpagos, essas informações são limitadas
para regiões relativamente próximas a esses instrumentos. Desta forma, a combinação
simultânea de dados de ocorrência de relâmpagos em associação a informações de
temperatura de brilho (T
B
) no infravermelho (IR) e também a associação de dados de
relâmpagos com informações na faixa de microondas passivo, têm-se mostrado uma
importante técnica para a caracterização da atividade convectiva em regiões onde não se
dispõe de uma vasta rede de detectores e radares, como em regiões de florestas tropicais
e regiões oceânicas. A importância de estudos que correlacionam propriedades de
nuvens convectivas obtidas a partir de informações de T
B
no IR de satélites
geoestacionários com as ocorrências de relâmpagos deve-se a boa resolução temporal
(15 mim) e espacial (4 km x 4 km) proporcionada por estes satélites.
Por outro lado, a combinação de informações provenientes de satélites de orbita polar
com as informações de ocorrências de relâmpagos é de grande importância visto o
grande potencial da radiação em microondas passivo provenientes de sensores a bordo
desses tipos de satélites em caracterizar propriedades microfísicas de nuvens
convectivas. Nos Estados Unidos (EUA), por exemplo, a
National Enviroment Satellite,
Data and Information Service (NESDIS) da National Oceanic and Atmospheric
Administration (NOAA) tem desenvolvido um algoritmo que determina propriedades
microfísicas de partículas de gelo como: diâmetro efetivo (D
e
) e conteúdo integrado
verticalmente de gelo (Ice Water Path, IWP), através de dados de T
B
em 89 GHz e 150
GHz (ZHAO e WENG, 2001). A partir dos resultados desse algoritmo, em conjunto
com dados de T
B
no IR e de dados de atividade elétrica de relâmpagos, pode-se inferir
sobre os possíveis limiares de tamanho e quantidade de gelo associada à atividade de
relâmpagos.
33
1.1 Objetivos
O objetivo principal dessa pesquisa foi caracterizar as propriedades físicas e
microfísicas de nuvens convectivas responsáveis pela ocorrência de descargas elétricas,
com vista na determinação de parâmetros de severidade e de prognóstico para a
ocorrência da atividade elétrica.
Para alcançar o objetivo geral desse trabalho, foram buscados alguns objetivos
específicos, os quais são os seguintes:
• Avaliar e caracterizar as ocorrências de relâmpagos nuvem-solo reportadas sobre
o estado de São Paulo entre 2005 a 2007, através de análises de mapas de
Eficiência de Detecção de relâmpagos nuvem-solo e da caracterização da
distribuição espacial e temporal dos raios nesta região de estudo durante este
período;
• Caracterizar as possíveis propriedades físicas de Sistemas Convectivos de
Mesoescala (SCM) responsáveis pelos processos de eletrificação e pela
ocorrência de atividade elétrica de relâmpagos nuvem-solo, através de
informações no infravermelho provenientes de satélite e de relâmpagos nuvem-
solo reportados por detectores em solo;
• Analisar o ciclo de vida dos SCM com e sem raios, para entender melhor a
dinâmica diferenciada entre esses dois tipos de sistemas. Além disso, pretendeu-
se avaliar a evolução da atividade elétrica de ocorrência de relâmpagos nuvem-
solo ao longo do ciclo de vida dos SCM com raios;
• Avaliar a relação física existente entre o tamanho das partículas de gelo e o
conteúdo integrado verticalmente de gelo com a ocorrência de relâmpagos
nuvem-solo, além de parametrizar curvas de probabilidade de ocorrência de
relâmpagos nuvem-solo para cada uma dessas propriedades microfísicas;
34
• Caracterizar o potencial da orientação das partículas de gelo como indicador de
ocorrência ou não de atividade elétrica de relâmpagos nuvem-solo, através de
informações em microondas passivo e informações de relâmpagos de detectores
em solo. Construir também uma função de probabilidade de ocorrência de
relâmpagos nuvem-solo em função da diferença de temperatura polarizada
(vertical menos horizontal) do canal de 85 GHz.
A seguir é mostrada a descrição do conteúdo de cada capítulo:
O Capítulo 2 apresenta a fundamentação teórica em que foi feita uma discussão de
elementos teóricos como: os processos de formação de tempestades severas,
precipitação, processos microfísicos envolvidos na formação de relâmpagos e detectores
de descargas elétricas.
O Capítulo 3 apresenta uma revisão bibliográfica, que serviu de embasamento teórico
para a metodologia utilizada e para a discussão dos resultados.
O Capítulo 4 apresenta os dados que foram utilizados bem como o período, o formato e
o local de onde foram coletados. A região de estudo também é apresentada neste
capítulo.
O Capítulo 5 apresenta a metodologia utilizada neste trabalho usando os dados expostos
no Capítulo 4, para serem alcançados os objetivos específicos apresentados
anteriormente.
No Capítulo 6 são apresentadas e discutidas as propriedades físicas responsáveis pela
ocorrência de relâmpagos nuvem-solo e a evolução do ciclo de vida dos SCM.
35
No Capítulo 7 são apresentados os resultados preliminares associando ao D
e
, IWP e
orientação das partículas de gelo em associação a ocorrência de relâmpagos nuvem-
solo.
No Capítulo 8 são realizadas as considerações sobre os principais resultados
encontrados durante o desenvolvimento desse trabalho e sugestões para trabalhos
futuros.
Os resultados da avaliação e caracterização da distribuição espacial e temporal de
relâmpagos nuvem-solo sobre a região e período em estudo são apresentados no
Apêndice A.
36
37
2 FUNDAMENTAÇÃO TEÓRICA
No presente capítulo serão abordados e discutidos os conceitos relacionados aos
processos de formação de tempestades severas, processos microfísicos envolvidos na
eletrificação das nuvens convectivas e tipos de relâmpagos, para que se possa obter um
melhor entendimento e discussão dos resultados que serão apresentados nos capítulo 6 e
7. Além disso, será apresentada uma breve abordagem dos sistemas detectores de
relâmpagos atualmente utilizados no Brasil.
2.1 Nuvens e Nuvens de Tempestade
As nuvens convectivas capazes de produzir significativo número de relâmpagos e
trovões são definidas como nuvens de tempestade, também conhecidas como nuvens
Cumulunimbus (Cb). No entanto, outros tipos de nuvens, como Cumulus Congestus,
Stratocumulus, Altostratus ou Nimbustratus, além de tempestades de areia, de neve e
erupções vulcânicas também podem produzir relâmpagos esporadicamente. As nuvens
de tempestades distinguem-se das demais por possuírem fortes correntes verticais de ar,
grande extensão vertical (10 a 20 km), pelo seu tamanho horizontal (10 a 20 km),
presença de gotículas super-resfriadas e de partículas de gelo. Elas podem se apresentar
na forma de tempestades isoladas e/ou locais e tempestades organizadas conhecidas
também como Sistemas Convectivos de Mesoescala (SCM) (será comentado
posteriormente), sendo os últimos os mais severos, produzindo chuvas intensas, ventos
fortes e até granizo (PINTO Jr e PINTO, 2000).
Uma tempestade isolada tipicamente dura de uma a algumas horas, possui diâmetro em
torno de 10 a 20 km, atinge altitudes de 6 a 20 km e move-se com velocidade de até 50
km/h. Elas podem ser formadas por uma única célula (unicelular), várias células
(multicelular) e por uma supercélula. Uma tempestade unicelular (típica Cb) é
produzida pela convecção local em uma região de fraco cisalhamento vertical do vento
e dura aproximadamente menos de uma hora, enquanto, que as demais afetam uma
região por várias horas. Tempestades multicelulares consistem basicamente de várias
38
células adjacentes em diferentes estágios de desenvolvimento, podendo atingir centenas
de quilômetros de diâmetro. Por outro lado, as tempestades supercelulares são formadas
por uma célula gigante, em ambiente de forte cisalhamento vertical do vento e
instabilidade atmosférica, podendo atingir 20 km de altura (ultrapassando a tropopausa),
durando de 2 a 6 horas e possuindo fortes correntes ascendentes combinadas com
movimentos giratórios (WALLACE e HOBBS, 2006).
Desta forma, as tempestades supercelulares são classificadas também como tempestades
de tempo severo, devido a sua capacidade de gerar granizo grande (maior que 2 cm ao
atingirem a superfície), fortes rajadas de vento e tornado. São tempestades eletricamente
mais ativas do que as tempestades unicelulares e multicelulares. A severidade dessas
tempestades é influenciada pela intensidade das correntes de ar ascendentes e
velocidade horizontal do vento em níveis superiores. Por outro lado, tempestades
isoladas, menos potencialmente ativas que as citadas acima, têm a capacidade de
produzir centenas de relâmpagos nuvem-solo ao longo de sua vida (média de quatro por
minuto) (PINTO Jr e PINTO, 2000). As características físicas, elétricas, morfológicas e
freqüência de ocorrência dessas tempestades são reguladas em função da latitude,
topografia, perfil de temperatura, estação do ano e diversos fenômenos meteorológicos.
Como definido por Wallace e Hobbs (1977) e Cotton (1989), essas nuvens isoladas (Cb)
evoluem ao longo de seu ciclo de vida, de forma que algumas de suas propriedades
físicas e dinâmicas se modificam. Portanto, os estágios na evolução de uma típica Cb,
apresentada por esses autores são divididos em: estágio inicial (ou
cumulus), estágio de
maturação e estágio dissipativo, conforme mostrado na Figura 2.1.
No estágio inicial (Figura 2.1(a)), há uma predominância de correntes de ar ascendentes,
com a velocidade aumentando com a altura dentro da nuvem e considerável
entranhamento através dos limites laterais. Devido à intensa velocidade ascendente, as
gotículas de água podem estar presentes acima do nível de congelamento. Nesta fase, a
base da nuvem encontra-se em torno de 1 km de altura do solo. Contornos irregulares
39
no topo da nuvem surgem associados às partículas de gelo nesta região. Em geral, pouca
chuva e pouco ou mesmo nenhum relâmpago ocorre neste estágio.
O estágio de maturação (Figura 2.1(b)) é caracterizado por correntes de ar descendentes,
que começam a ocorrer devido a não sustentação das gotículas de água e cristais de
gelo, associado à influência da força gravitacional sobre as mesmas. Desta forma, esta
fase é caracterizada por intensa precipitação, granizo, relâmpagos, fortes ventos e até
tornados. O topo da nuvem aproxima-se da tropopausa e gotículas de água são
encontradas acima do nível de congelamento na região das correntes ascendentes e
flocos de neve e granizo podem ser encontrados abaixo do nível de congelamento. A
divergência das correntes ascendentes apenas sobre a tropopausa resulta na formação da
bigorna da nuvem, que aponta na direção dos ventos presentes nesta altitude.
Figura 2. 1 - Descrição esquemática de uma célula de tempestade mostrando os três estágios de
vida: (a) estágio Cumulus, (b) estágio maduro e (c) estágio de dissipação.
Fonte: Adaptada de Wallace e Hobbs (2006).
A predominância de movimentos descendentes caracteriza o estágio de dissipação
(Figura 2.1(c)) de uma nuvem Cb. Nesta fase é encontrada uma quantidade significativa
de cristais de gelo e neve acima do nível de congelamento. Posteriormente, próximo ao
40
final deste estágio as correntes de ar supersaturado começam a enfraquecer e as
gotículas de água não crescem mais, cessando a precipitação. Desta forma, ocorre a
dissipação da nuvem, restando apenas à bigorna composta de nuvens
Cirrostratus e
Altostratus.
O processo de formação dessas nuvens de tempestade depende basicamente de três
fatores: umidade do ar (associado à quantidade de vapor na atmosfera), grau de
instabilidade vertical da atmosfera (associado à variação da temperatura com a altura) e
mecanismos dinâmicos forçantes (frentes, brisa marítima, ventos soprando em direção a
uma montanha, etc.) (WALLACE e HOBBS, 1977). Portanto, a formação de nuvens
ocorre através da condensação do vapor d’água existente na atmosfera formando
gotículas de água. Assim, as nuvens formadas são classificadas em quentes ou frias,
dependendo de sua localização em relação à isoterma de 0 ºC.
2.1.1 Nuvens Quentes e Nuvens Frias
O entendimento da formação de nuvens e os processos de precipitação em seu interior
são de grande importância, uma vez que a precipitação é uma característica da atividade
convectiva que produz relâmpago. Assim, um importante componente na formação das
gotículas são os aerossóis. Os aerossóis são partículas sólidas ou líquidas suspensas na
atmosfera, de forma que alguns deles podem agir como núcleo de condensação de
nuvens (
Cloud Condensation Nuclei, CCN). Os menores aerossóis, conhecidos como
Núcleos de Aitken, possuem raios entre 0,005
µ
m e 0,1
µ
m. Aerossóis grandes
possuem de 0,1
µ
m a 1
µ
m de raio, enquanto que os gigantes possuem raio entre 1
µ
m
e 10
µ
m. Os aerossóis menores que 0,005
µ
m coagulam entre si e os maiores que
10
µ
m se sedimentam. Os Núcleos de Aitken são essencialmente provenientes da
combustão e da atividade humana. Aerossóis grandes e gigantes são provenientes da
erosão eólica e partículas de sal (NaCl) sobre os oceanos, respectivamente (WALLACE
e HOBBS, 1977).
41
As nuvens assim formadas podem ser classificadas em nuvens quentes ou frias. Nuvens
quentes são aquelas localizadas abaixo da isoterma de 0
C
°
. Essas nuvens formam-se
pela condensação do vapor d’água em um ambiente supersaturado sobre a superfície dos
CCN, conhecida assim como nucleação heterogênea. Após a formação da gotícula de
água (0,1
µ
m a 1
µ
m de raio), ela cresce pela condensação do vapor d’água do
ambiente sobre sua superfície até em torno de 25
µ
m de raio. A partir deste tamanho,
ela começa a cair e a crescer por coalescência. Neste processo, a gotícula coletora
(maior) colide com as menores (colisão) e as incorpora (coalescência). Quanto maior o
raio da gotícula coletora, maior a eficiência de coleta, ou seja, gotículas maiores
crescem mais rápido. Ao atingir 1000
µ
m, a gotícula é considerada uma gota de chuva,
porém parte das gotas chega à superfície e o restante sofre evaporação na atmosfera
(WALLACE e HOBBS, 1977).
Nuvens frias, por outro lado, encontram-se acima da isoterma de 0 C
°
. Nestas nuvens
podem-se encontrar partículas de gelo e gotículas super-resfriadas (gotícula de água na
fase líquida, mesmo abaixo de 0 C
°
). A coexistência destes dois elementos caracteriza
uma nuvem mista. A formação de cristal de gelo se dá através da nucleação homogênea
ou heterogênea. Na primeira, estando à gotícula em um ambiente extremamente frio
(temperatura < -40
C
°
) e supersaturado, ela se congela, formando um cristal de gelo. O
processo de formação de gelo pela nucleação heterogênea (presença de aerossóis)
através da deposição é similar à condensação de gotícula em nuvens quentes. Ao
atingirem certo tamanho, os cristais de gelo começam a cair e coletar gotículas super-
resfriadas ou outros cristais de gelo menores. No primeiro caso, processo conhecido
como acreção ou riming tem-se a formação do granizo, enquanto na colisão com cristais
de gelo menores formam-se flocos de neve. A fusão total de granizo ou neve causa
precipitação de água líquida, enquanto que na fusão parcial tem-se precipitação de
granizo ou neve (WALLACE e HOBBS, 1977).
O resultado de investigações tem mostrado que são raras as ocorrência de relâmpagos
em nuvens quentes. Acredita-se que essa limitação em produzir eletrização suficiente
42
para gerar relâmpago deve-se a sua pequena extensão vertical, o que restringe o tempo
disponível para que qualquer mecanismo de eletrização possa agir. Porém, essa
limitação não ocorre em nuvens frias (mais duradouras). De forma geral, os estudos têm
revelado que a eletrificação de nuvens convectivas tropicais ocorre apenas quando suas
temperaturas caem abaixo de -6
C
°
(NACCARATO, 2001).
2.1.2 Sistema Convectivo de Mesoescala (SCM)
Os Sistemas Convectivos de Mesoescala (SCM), conhecidos também como tempestades
organizadas, são aglomerados de nuvens convectivas profundas e mais largas que
tempestades individuais, acompanhados freqüentemente de extensa nuvem estratiforme
na baixa troposfera em forma de bigorna de centenas de quilômetros. Segundo Houze
(1993), os SCM são sistemas de nuvens que ocorrem em conexão com um grupo de
tempestades e produzem precipitação contínua sobre áreas da ordem de 100 km ou mais
na escala horizontal. Estes sistemas possuem períodos típicos de vida em torno de 6 a
12 horas e as tempestades embebidas em seu interior freqüentemente são fontes de
intensa precipitação, fortes ventos, tornados, granizo e intensa atividade elétrica. Na
América do Sul, os SCM são responsáveis pela maior parte da precipitação nos trópicos
e em várias regiões de latitudes médias durante a estação quente (VELASCO e
FRITSCH, 1987; MACHADO e LAURENT, 2004). Alguns tipos particulares de SCM
são: Linhas de Instabilidade (LI) e Complexos Convectivos de Mesoescala (CCM)
(COTTON e ANTHES, 1989). Uma classificação realizada por Maddox (1980) dos
SCM em função de sua forma e localização é mostrada na Figura 2.2.
43
Figura 2. 2 - Classificação dos SCM para sistemas meso-alfa (250 - 2500 km) com duração
maior que 6 horas e de acordo com suas características físicas e localização.
Fonte: Adaptada de Maddox (1980).
As LI são identificadas por uma vigorosa linha de células convectivas estendendo-se até
centenas de quilômetros ao longo de um eixo horizontal, interagindo entre si e
conectadas pela região estratiforme. São formadas geralmente próximas à interface
entre uma massa de ar quente e úmido e uma massa de ar frio e produzindo, desta
forma, ventos muito fortes em superfície (por volta de 12 a 25 m/s) e algumas vezes até
tornados. Devido ao deslocamento do sistema, à medida que nuvens vão se dissipando,
novas nuvens vão sendo formadas de maneira que a tempestade pode durar várias horas
(HOUZE, 1977; COTTON e ANTHES, 1989).
O conceito de CCM foi introduzido por Maddox (1980) durante uma análise de imagens
de satélites no IR sobre os EUA central em 1978. Estes sistemas foram classificados
como os maiores membros dos SCM, possuindo forma quase circular e diâmetros
típicos de 300 a 400 km, com centenas de tempestades individuais interligadas em seu
interior, cobertas por uma extensa camada de nuvens
Cirrus, oriundas de nuvens Cb
maduras. Neste tipo de SCM, a forma de organização das células convectivas não é de
grande importância, e os mesmos ocorrem principalmente à noite com duração típica
44
em torno de 10 a 12 horas (MADDOX, 1980). Os critérios definidos por Maddox para
um SCM ser definido como CCM é sintetizado na Tabela 2.1.
Tabela 2. 1: Definição de um CCM com base em características físicas.
Fonte: Adaptada de Maddox (1980).
Desta forma, os SCM de maneira geral são constituídos basicamente de uma região
convectiva e outra estratiforme. A primeira é caracterizada por forte convecção e alto
topo de nuvens, enquanto que a segunda região possui nuvens de grande extensão
horizontal e baixo topo de nuvens (semelhante a uma bigorna). Contudo, os diferentes
tipos de nuvens inseridos nos SCM variam conforme seu ciclo de vida (Figura 2.3)
(MACHADO e ROSSOW, 1993). Na América do Sul tem-se empregado uma
metodologia no qual através de imagem de satélite no canal do IR, a área dos SCM é
identificada geralmente por regiões de
pixels com T
B
menores que 235 K e as células
convectivas em seu interior por pixels de T
B
menor que 210 K.
Tamanho A
Região com temperaturas de topos nebulosos
≤
241 K em uma área
≥
100.000 km
2
Tamanho B
Região com temperaturas de topos nebulosos
≤
221 K em uma área
≥
50.000 km
2
Início
Quando as definições de tamanho A e B forem satisfeitas
Duração
Quando as definições de tamanho A e B forem mantidas por um
período
≥
6 horas
Máxima
Extensão
Quando a região definida pelos limiares alcançar o tamanho máximo
Forma
Excentricidade
≥
0,7 no instante de máxima extensão
Término
Quando as definições de tamanho A e B não mas forem satisfeitas
45
Figura 2. 3 - Representação da estrutura de nuvens de um típico SCM tropical durante sua
formação, maturação e estágio de dissipação.
Fonte: Machado e Rossow (1993).
Embora diferentes condições dinâmicas e termodinâmicas favoreçam o surgimento dos
SCM, um ponto em comum é a forte convergência de umidade em baixos níveis que
precede por várias horas a sua formação (FRANK, 1978). Nas LI, a organização das
células convectivas fornece o suprimento de ar quente e úmido e o forte cisalhamento
vertical do vento separa regiões de
updraft e de downdraft. O desenvolvimento dos
CCM, porém está associado a um jato de baixos níveis em um fraco regime de ventos
que fornece ar quente e úmido às células convectivas acoplado a um jato de altos níveis
(VELASCO e FRITSCH, 1987).
O monitoramento dos SCM em tempo real é de grande importância para se avaliar as
condições atmosféricas, cobertura de nuvens, precipitação e quantidade de relâmpagos
ao longo do ciclo de vida desses sistemas. No Brasil, um método de identificação e
previsão de propagação de SCM em curto prazo utilizado operacionalmente é o
Forecast and Tracking of Active Convective Cells (FORTRACC) (Vila et al, 2008),
implementado na Divisão de Satélites e Sistemas Ambientais (DSA) pertencente ao
46
Centro de Previsão do Tempo e Estudos Climáticos (CPTEC) do Instituto Nacional de
Pesquisas Espaciais (INPE). Este algoritmo determina as trajetórias e ciclo de vida
desses sistemas através de imagens sucessivas do IR, com base nas características
morfológicas (reconhecimento de padrões) e a superposição de áreas entre essas
imagens (MACEDO, 2001). Um tamanho mínimo de 90
pixels e um limiar de 235 K e
210 K são definidos para detectar os SCM e Células Convectivas (CC),
respectivamente. Esse procedimento produz uma série temporal de propriedades físicas
dos SCM ao longo de seu ciclo de vida. Portanto, cada SCM com o ciclo de vida
completo é compreendido como uma família de SCM, a qual cada membro desta
família, corresponde às diversas etapas (cada etapa correspondente a uma imagem de
satélite) do ciclo de vida do SCM. Dentre as diversas propriedades físicas determinadas
pelo modelo, as utilizadas neste trabalho foram as seguintes:
1) Raio Efetivo (R
e
): corresponde ao raio de um círculo cuja área seja igual à área do
SCM, sendo expresso por:
π
SCMpxl
e
AA
R
.
= (2.1)
em que,
R
e
é o raio efetivo do SCM em quilômetro;
A
pxl
é a área de um pixel do satélite GOES no IR em quilômetro;
A
SCM
é a área total do SCM em pixels.
2) Taxa de Expansão Normalizada (A
e
): é um parâmetro indicativo do crescimento ou
decrescimento relativo do SCM com relação a sua área média em um determinado
intervalo de tempo. Se o seu valor for positivo o sistema está em expansão, se o valor
está próximo de zero o sistema atingiu a maturação e se for negativo indica que o
sistema está em fase de dissipação. A sua expressão é definida por:
=
e
A
∂
∂
t
A
A
*
1
(2.2)
47
em que,
e
A é a taxa de expansão normalizada do SCM em 10
-6
segundo
-1
.
A
*
é a área média do SCM entre duas imagens em pixels;
A
∂
é a variação da área do SCM entre duas imagens em pixels;
t
∂
é o intervalo de tempo entre essas duas imagens em segundos;
3) Temperatura Média de Brilho (T
med
): corresponde à média da temperatura entre
todos os pixels pertencente ao topo de um mesmo SCM expressa em Kelvin.
4) Taxa de Variação da Temperatura Média de Brilho (TVT
med
): corresponde à
razão da variação da T
med
do SCM entre duas imagens pela variação do tempo entre as
imagens, sendo expressa por:
TVT
med =
t
T
media
∆
∆
(2.3)
sendo,
TVT
med
é a Taxa de Variação da Temperatura Média em Kelvin.hora
-1
;
media
T∆ é a variação da temperatura média entre duas imagens em Kelvin;
t
∆
é o intervalo de tempo entre as imagens em horas.
5) Temperatura Mínima de Brilho (T
min
): corresponde à mínima temperatura entre
todos os pixels pertencente ao topo de um mesmo SCM expressa em Kelvin.
6) Taxa de Variação da Temperatura Mínima de Brilho (TVT
min
): corresponde à
variação da T
min
do SCM entre duas imagens pela variação do tempo entre as imagens,
sendo expressa por:
TVT
min
=
t
T
∆
∆
min
(2.4)
em que,
TVT
min
é a Taxa de Variação da Temperatura Mínima em Kelvin.hora
-1
;
48
min
T∆ é a variação da temperatura média entre duas imagens em Kelvin;
t
∆
é o intervalo de tempo entre as imagens em horas.
7) Temperatura Mínima Média de Brilho do Kernel de 9 Pixels (T
min9
): é uma média
entre a temperatura dos nove pixels mais frios pertencente ao topo do SCM para uma
determinada imagem expressa em Kelvin.
8) Taxa de Variação da Temperatura Mínima Média de Bril
ho do Kernel de 9
Pixels (TVT
min9
): corresponde à variação da T
min9
do SCM entre duas imagens pela
variação do tempo entre as imagens, sendo expressa por:
TVT
min
=
t
T
∆
∆
9min
(2.5)
em que,
TVT
min9
é a Taxa de Variação da Temperatura Mínima Média do Kernel de 9 Pixels em
Kelvin.hora
-1
;
9min
T∆ é a variação da temperatura média entre duas imagens em Kelvin;
t
∆
é o intervalo de tempo entre as imagens em horas.
9) Fração Convectiva (FC): é a razão entre o tamanho médio das células convectivas
(núcleos com T
B
< 210 K) e a área total do SCM, expressa pela seguinte relação:
2
100
=
e
c
cc
R
r
NFC (2.6)
em que,
N
CC
é número de células convectivas;
r
c
é o raio efetivo das células convectivas em quilômetros;
R
e
é o raio efetivo do SCM em quilômetros.
49
10) Excentricidade (Ecc): é representada pela razão entre o eixo menor do SC
M pelo
seu eixo maior. As seguintes expressões são utilizadas para a determinação da
excentricidade:
)()cos(
ββ
senLATLONxx
iii
+= (2.7)
)cos()(
ββ
iii
LATsenLONyy += (2.8)
sendo,
)(tan
1
αβ
−
= (2.9)
em que,
( )
∑ ∑
∑
∑
−
−
=
2
2
i
LATLATN
LONLATLONLATN
i
iiii
α
(2.10)
Assim, utilizando esses parâmetros a excentricidade é determinada pelas seguintes
relações:
(min)(max)
(min)(max)
yyyy
xxxx
−
−
=
ε
(2.11)
(min)(max)
(min)(max)
xxxx
yyyy
−
−
=
ε
(2.12)
Em que,
LAT
i
e LON
i
representa a latitude e longitude de todos os pontos do sistema e graus;
N representa o número de pontos do sistema;
β
representa a inclinação do sistema;
ε
representa a excentricidade.
Maiores detalhamentos sobre o princípio físico de rastreamento, determinação de
propriedades de SCM pelo modelo FORTRACC, além da definição dessas propriedades
50
físicas encontra-se em trabalhos como em Machado et al (1998), Fortracc V1.1- Guia do
Usuário (2004) e Vila et al (2008).
2.2 Estrutura Elétrica das Nuvens de Tempestade
H
á centenas de anos, a polaridade das cargas elétricas dentro de nuvens de tempestade
tem sido objeto de muito estudo, constituindo um problema ainda não inteiramente
resolvido pela comunidade científica. Este fato deve-se a complexidade dos processos
macrofísicos e microfísicos responsáveis pela produção e separação das cargas elétricas
associadas a cristais de gelo e de granizo.
O primeiro modelo de estrutura elétrica de nuvens de tempestade foi proposto no início
do século 20, conhecido como “modelo dipolar” (Figura 2.4(a)). Esse modelo constitui-
se basicamente de um centro de cargas positivas no topo da nuvem e outro negativo na
sua base de mesma magnitude. A localização do centro positivo depende da extensão
vertical da nuvem e geralmente está em torno de 1 km abaixo do topo e o centro
negativo situa-se entre as isotermas de aproximadamente -10 º C e -15 º C. Devido à
captura de íons na atmosfera pelas gotículas de água e cristais de gelo, existe uma
camada de blindagem negativa e uma positiva, no topo e na base da nuvem,
respectivamente (IRIBARNE e CHO, 1986).
No final da década de 30, surgiu o modelo de “estrutura tripolar” de cargas em nuvens
de tempestade (Figura 2.4(b)). Esse modelo consiste de dois centros de cargas positivas
e um de carga negativa. Um centro positivo localiza-se no topo e o outro na base da
nuvem, enquanto o negativo encontra-se entre esses dois entre as isotermas de -10 ºC e -
15ºC, possuindo extensão horizontal de alguns quilômetros e vertical em torno de 1 km
(WILLIAMS, 1989). Próximo ao topo da nuvem, perto do centro positivo de cargas,
comprovou-se a existência de uma camada de blindagem de cargas negativas.
Diversos estudos nas últimas décadas, com medidas de campo elétrico através de balões
estratosféricos, têm evidenciado a existência de uma estrutura mais complexa,
51
denominada “estrutura multipolar” (Figura 2.4(c)). Neste modelo, foram identificados
quatro centros de cargas nas regiões de movimento ascendentes (com alturas crescentes
com o aumento da velocidade das correntes) dentro da nuvem e seis centros nas regiões
de movimentos descendentes. Contudo, apesar da existência de diversos modelos
propostos para explicar como as nuvens se tornam carregadas e como é a configuração
da estrutura elétricas delas, ainda não se conhece completamente como ocorrem esses
processos.
Figura 2. 4 - Tipos de estrutura elétrica de nuvens de tempestade: (a) estrutura dipolar, (b)
estrutura tripolar e (c) estrutura multipolar.
Fonte: Iribarne e Cho (1986).
2.3 Processos de Eletrização das Nuvens Tempestade
As tempestades são largamente estudadas há vários séculos, porém os mecanismos
responsáveis pela eletrização das nuvens ainda é assunto de muito estudo e
investigação. Esse entendimento não completo pela comunidade científica sobre a
formação e a conseqüente separação das cargas positivas e negativas dentro das nuvens,
deve-se a complexidade da própria estrutura elétrica das nuvens e dos processos
microfísicos e macrofísicos envolvidos, que ocorrem simultaneamente em seu interior.
(a) (b) (c)
52
Diversas teorias têm sido propostas ao longo dos anos na tentativa de explicar esses
mecanismos responsáveis pela formação e separação das cargas dentro das nuvens. O
fato de geralmente os centros de cargas no interior das nuvens estarem localizados em
faixas de temperatura abaixo de 0 ºC sugere que a presença de gelo seja um requisito
importante para o processo de eletrização (PINTO Jr e PINTO, 2000). Portanto, as
teorias mais aceitas postulam que a colisão entre cristais de gelo e pedras leves de
granizo de diferentes tamanhos seja um dos mecanismos de transferência de cargas
elétricas responsáveis pela formação dos centros dessas cargas elétricas. Dois processos
típicos que levam em consideração as colisões entre os cristais de gelo e granizo são: o
processo indutivo e o termoelétrico, tendo como papel predominante o campo elétrico
ambiente e a temperatura, respectivamente. Um processo alternativo para eletrização
das nuvens é o de eletrificação convectivo, onde se considera a produção das cargas
elétricas por raios cósmicos. Esses três processos são discutidos com mais detalhes na
próxima seção.
2.3.1 Processo Colisional Indutivo
Es
te processo, inicialmente proposto por Elster e Geitel em 1913, considera o granizo
como uma esfera condutora, de forma que durante seu movimento de queda em um
campo elétrico uniforme dirigido para baixo no interior da nuvem, cargas elétricas são
induzidas no interior do granizo. Assim, a parte superior do granizo fica polarizada
negativamente e a inferior positivamente. O cristal de gelo ao colidir na parte inferior do
granizo remove cargas positivas, tornando o granizo negativamente carregado e o cristal
de gelo carregado positivamente (Figura 2.5). Sendo o granizo mais massivo, ele se
deposita na base da nuvem, enquanto o cristal de gelo fica suspenso na nuvem, criando
assim uma configuração de um dipolo (cargas positivas no topo da nuvem e negativas
na base), reforçando deste modo o campo elétrico no interior da nuvem (WALLACE e
HOBBS, 1977).
Através de um tratamento teórico, B. J. Manson em 1988, concluiu que granizos de
baixa densidade em queda no interior de uma nuvem com gotículas super-resfriadas,
53
podem produzir campos elétricos com cerca de 4.000 V/m em aproximadamente 10
minutos (SOLORZANO, 1998). Alguns estudos mostraram que gotículas super-
resfriadas ao colidir com um granizo em um campo elétrico radial removem mais cargas
do que em um vertical. Isto se deve ao fato de que em um campo radial a diferença de
potencial entre o granizo e sua vizinhança é tal que, em qualquer ponto da sua
superfície, colisões tangenciais separam a mesma quantidade de carga. Por outro lado,
em um campo elétrico vertical as colisões ocorriam próximas ao equador horizontal,
onde se tem poucas cargas para serem transferidas.
Considerado aceito por muitos anos, este processo vem sofrendo críticas, pois
experimentos em laboratório têm mostrado que o campo elétrico de tempo bom, não é
suficiente para induzir cargas no granizo. Desta forma, acredita-se que o mesmo não
seja responsável pela formação das cargas no estágio inicial, de modo que este processo
atua apenas para intensificar os centros de carga já existentes, devido a outros processos
(PINTO Jr e PINTO, 2000).
Figura 2. 5 - Um granizo esférico polariza-se na presença de um campo elétrico ambiente.
Partículas de gelo que venham a colidir com a parte de baixo do granizo removem
suas cargas positivas, tornando-a negativamente carregada, processo denominado
Colisional Indutivo.
Fonte: Naccarato (2005).
54
2.3.2 Processo Colisional Termoelétrico
Es
te processo foi estudado pela primeira vez na década de 50 através de experimentos
de simulação de nuvens. Considera-se que a polaridade das cargas transferidas durante a
colisão não depende do campo elétrico local, e sim da temperatura de inversão (T
IV
) e
da temperatura no local da colisão (T
C
). A temperatura de inversão é estimada em
aproximadamente -15 ºC, localizando-se a cerca de 6 km de altura, próximo a região de
cargas negativas (WILLIAMS, 1989). Se T
C
for maior que -15 ºC, o granizo fica
positivamente carregado e o cristal de gelo negativamente. Logo, devido a correntes de
ar ascendentes, os cristais ascendem criando um centro de carga negativa próximo à
linha de -5 ºC e um positivo na base da nuvem, devido ao granizo. Por outro lado, se T
C
for menor que T
IV
, o granizo tenderá a perder cargas positivas, tornando o cristal
carregado positivamente e o granizo negativamente. A configuração resultante é uma
estrutura tripolar dentro da nuvem. A Figura 2.6 ilustra o processo colisional
termoelétrico.
Estudos das últimas décadas têm mostrado que a polaridade da carga transferida entre as
partículas além de depender da temperatura do ambiente, sofre forte influência da
quantidade de gotícula super-resfriada no local da colisão. Quanto maior essa
quantidade, mais os granizos se aquecerão ao colidir com elas, devido à maior liberação
de calor latente, alterando assim a temperatura da superfície do granizo e atuando de
modo a alterar o valor da T
IV
. Segundo Williams (1989), a quantidade de carga
transferida depende da velocidade de impacto da colisão e do tamanho dos cristais de
gelo. Por exemplo, um cristal de gelo de 100
m
µ
de diâmetro teria um limite de 1 a 50
10
-15
C, de cargas transferidas aparentemente dependendo dos detalhes da colisão.
55
Figura 2. 6 - Microfísica da transferência de carga envolvendo colisões entre granizo e cristais
de gelo em função da temperatura do ambiente, processo denominado colisional
termoelétrico.
Fonte: Williams (1988).
2.3.3 Processo de Eletrificação Convectivo
Es
te modelo de eletrificação de nuvens foi formulado primeiramente por Vonnegut em
1953. Considera-se que as cargas são fornecidas inicialmente pelos raios cósmicos que
ionizam as moléculas próximas ao topo das nuvens (criando cargas negativas) e pelo
forte campo elétrico associado a objetos pontiagudos, na superfície da Terra, que
produzem uma descarga corona de íons positivos. Desta forma, a nuvem Cumulus em
seu estágio de crescimento arrasta, através de suas correntes ascendentes, esses íons
positivos que se encontram próximos a sua base. Ao entrar na nuvem, essas cargas
positivas são aprisionadas por gotículas de água e levadas até o topo da nuvem, atraindo
cargas negativas nesta região (Figura 2.7). Assim, essas cargas negativas são
aprisionadas pelas partículas presentes na fronteira da nuvem, formando uma camada de
blindagem de cargas negativas nesta região. Alguns íons negativos capturados por
56
gotículas de água e cristal de gelo nas bordas da nuvem são carregados até a base da
nuvem pelas correntes descendentes, formando um dipolo positivo (WILLIAMS, 1989).
Esse mecanismo apresenta algumas contradições que ain
da não foram resolvidas,
embora existam evidências que ele de fato ocorre (VONNEGUT, 1991). Entre elas está
o fato de que não há evidências de que os íons positivos criados por efeito corona sejam
suficientes para eletrificar a nuvem, uma vez que o processo de penetração de cargas
positivas na base da nuvem parece ser excessivamente lento para contribuir para a
eletrificação. Por outro lado, questiona-se como um campo elétrico tão intenso que gera
o efeito corona, não seja capaz de romper a rigidez dielétrica dentro da nuvem. Devido a
estes e outros fatores, este processo é alvo de melhorias conceituais e pouco
aceitamento.
Figura 2. 7 - Desenvolvimento do centro de cargas negativas na parte mais baixa da nuvem
durante o processo denominado colisional termoelétrico.
Fonte: Naccarato (2005).
57
2.4 Relâmpago
O
s relâmpagos são definidos como descargas elétricas de grande extensão (alguns
quilômetros) e de grande intensidade (valores máximos de corrente chegando
aproximadamente a 300 kA) que ocorrem na baixa troposfera. O início das descargas
elétricas ocorre pelo acúmulo de cargas elétricas dentro da nuvem até o instante da
ruptura dielétrica do ar ser atingida, surgindo assim um intenso movimento de elétrons
dentro da nuvem. Deste modo, os relâmpagos caracterizam-se pela existência de um
longo canal ionizado tanto dentro como fora da nuvem, sendo que no segundo caso
algumas vezes apresenta-se ramificações, com extensões de alguns quilômetros tanto na
vertical quanto na horizontal (PINTO Jr e PINTO, 2000).
2.4.1 Classificação dos Relâmpagos
Es
ta seção é dedicada à explicação dos diferentes tipos de relâmpagos que ocorrem na
atmosfera terrestre. Para padronizar a nomenclatura neste trabalho, considera-se
relâmpago como o evento completo desde seu início até seu término e sendo constituído
de várias descargas elétricas individuais. Portanto, doravante o termo descarga estará
sempre se referindo a uma das descargas elétricas individuais que compõem o
relâmpago.
Os relâmpagos são basicamente divididos em dois grupos: relâmpagos no solo (Figura
2.8) e relâmpagos nas nuvens. O primeiro grupo é composto pelos relâmpagos que
ocorrem da nuvem para o solo, denominados nuvem-solo (NS) e os do solo para a
nuvem, conhecidos como solo-nuvem (SN). Os relâmpagos nas nuvens são divididos
em três tipos: relâmpagos que ocorrem dentro das nuvens, conhecidos como relâmpagos
intra-nuvem (IN); os que ocorrem entre nuvens, chamados entre-nuvens (EN) e os que
ocorrem da nuvem para a atmosfera denominados relâmpagos no ar (AR) (OGAWA,
1995).
58
Relâmpagos NS são os mais estudados devido ao seu alto poder destrutivo e facilidade
em ser analisados. Também conhecidos como raios, eles são divididos em função da
polaridade da carga transferida ao solo em positivos (Figura 2.8(a)) e negativos (Figura
8(b)). Os raios negativos são aqueles que transferem cargas negativas da nuvem para o
solo e os positivos transferem cargas de sinal positivo (fisicamente é o transporte de
cargas negativas do solo para a nuvem). Relâmpagos negativos representam 90% dos
casos, e tanto esses como os relâmpagos positivos apresentam uma duração de
aproximadamente 1/4 s (PINTO Jr e PINTO, 2000).
.
Figura 2. 8 - Diferentes tipos de relâmpagos que ocorrem entre as nuvens e o solo: relâmpago
(a) NS positivo, (b) NS negativo, (c) SN positivo e (d) SN negativo.
59
2.4.1.1 Relâmpagos no Solo
Apesar dos relâmpagos parecerem contínuos em observações, eles ocorrem em passos
discretos. A aparência contínua deve-se a rápida propagação de elétrons entre a nuvem e
o solo. Como os raios negativos são os mais estudados e comuns, as etapas desses
relâmpagos são descritas em maiores detalhes abaixo, baseado na revisão feita em
Wallace e Hobbs (1977) e Pinto Jr e Pinto (2000), sendo ilustradas na Figura 2.9.
1) Os relâmpagos originam-se através de várias descarg
as dentro da nuvem com cerca
de 3 e 5 km de altura e se deslocam entre o pequeno centro de cargas positivas próximo
a base (camada de blindagem) e a região de cargas negativas (Fig. b), durante 10 a 100
ms, período conhecido como “período de quebra de rigidez preliminar”. Estas pequenas
descargas liberam elétrons de partículas de precipitação que se encontram próximo a
região de cargas negativas. Assim, esses elétrons livres neutralizam parte da pequena
carga positiva localizada próxima a base da nuvem e se movem para fora da base (Fig. c
e d). Esse movimento de elétrons representa uma descarga luminosa não visível ao olho
humano, que se propaga em uma série de passos em direção ao solo, denominada de
“líder escalonado” (stepped leader), a uma velocidade de 400.000 km/h. O tempo de
cada passo é de 1
s
µ
, possuindo de 30 a 100 m de extensão, com pausas de 50
s
µ
entre
os passos.
2) Durante seu trajeto de descida, o “líder escalonado” ramifica-se em busca de regiões
de melhor condutividade elétrica na atmosfera (Fig. e), produzindo uma estrutura
geométrica característica que transporta aproximadamente 10 C de carga e aproxima-se
do solo em 20 ms com uma corrente média de centenas de ampères. A uma distância de
100 a 200 m do solo, as cargas elétricas negativas intensificam o campo elétrico em
torno de objetos pontiagudos, edifícios, torres e montanhas com um potencial elétrico
de 100.10
6
V. O campo elétrico assim formado é intenso o suficiente para romper a
rigidez dielétrica do ar, fazendo com que uma ou mais descargas positivas, denominadas
“líderes conectantes”, partam de objetos altos localizados no solo em direção ao “líder
60
escalonado” (fig. f). Em cerca de 30 % dos casos, mais de um “líder conectante” surge
de diferentes pontos do solo.
3) No momento que o “líder conectante” encontra o “líd
er escalonado”, cargas
negativas presentes no canal do “líder escalonado” se movem em direção ao solo na
forma de uma forte descarga, seguida por uma intensa luminosidade que se propaga
para cima no canal a uma velocidade de 400.10
6
km/h (fig. g e h). Esta descarga
denominada “descarga de retorno” dura cerca de 100
µ
s, com um pico de corrente de
30 kA, produzindo a maior parte da luz emitida. Se após a “descarga de retorno” o
relâmpago terminar, ele é chamado de relâmpago simples. Esses raios representam 20 %
dos relâmpagos NS negativos. Os relâmpagos que apresentam mais do que uma
“descarga de retorno” são denominados de raios múltiplos.
4) Na maioria dos casos, descargas de retorno subseqüentes ocorrem após uma pausa de
aproximadamente 100
µ
s. Para que ocorram novas descargas de retorno é necessário
que cargas sejam transportadas dentro da nuvem para a região onde o “líder escalonado”
iniciou-se, através de pequenas descargas dentro da nuvem (fig. i). Assim, uma nova
descarga, chamada “líder contínuo”, inicia-se na região onde se formou o líder
escalonado, propagando através do canal ionizado de forma contínua sem ramificar-se,
a uma velocidade maior que o líder escalonado, produzindo uma corrente elétrica menor
de 1 kA (fig. i e j) com carga de 1 C. Ao chegar próximo ao solo (alguns metros), após
cerca de 50 ms de seu início, surge novamente um “líder conectante” (neste caso de
apenas alguns metros de extensão), produzindo assim uma descarga de retorno
subseqüente (fig.l). Todavia, o líder contínuo pode sofrer desvios, seguindo novos
caminhos devido ao decaimento do canal inicial ou fortes ventos e, desta forma, a
descarga de retorno ocorrerá a partir de um “líder conectante” proveniente de um ponto
diferente no solo. Estes tipos de raios são conhecidos como raios bifurcados.
Os relâmpagos NS positivos seguem, de modo geral, as
mesmas etapas dos NS
negativos. Originam-se a partir de um líder escalonado que se inicia em uma região de
cargas positivas da nuvem, não apresentando etapas e sim uma luminosidade contínua e
61
mais fraca do que o negativo. Eles costumam apresentar apenas uma descarga de
retorno, com uma corrente de intensidade maior do que a dos negativos. Estes tipos de
raios dependem fortemente da latitude geográfica, estação do ano e do cisalhamento
vertical dos ventos, além do tipo e estágio do ciclo de vida da nuvem (PINTO Jr e
PINTO, 2000).
Figura 2. 9 - Diagrama esquemático para ilustrar a formação de um relâmpago. (a) – (f) ilustra
a formação do líder escalonado, (g) e (h) a primeira descarga de retorno, (i) a pré
formação da subseqüente descarga de retorno, (j) e (k) o líder contínuo e (l) a
segunda descarga de retorno.
Fonte: Wallace e Hobbs (1977).
Os relâmpagos SN (Figura 2.8 (c) e (d)) propagam-se do solo em direção a nuvem e
podem ser negativos ou positivos. Se o líder escalonado propaga-se para uma região de
cargas positivas dentro da nuvem, ele é chamado de positivo; se for uma região de
cargas negativas é denominado de relâmpago negativo. Os relâmpagos SN transferem
mais cargas para a nuvem do que os NS negativos transportam para o solo e na maioria
das vezes não apresentam descarga de retorno e sim apenas a passagem de uma corrente
contínua de centenas de ampères em aproximadamente 100
µ
s de duração (PINTO Jr e
PINTO, 2000).
62
2.4.1.2 Relâmpagos nas Nuvens
O
s relâmpagos que ocorrem nas nuvens em geral são mais freqüentes, particularmente
os IN, representando 70% do número total de relâmpagos. Isto se deve ao fato de a
capacidade isolante do ar diminuir com a altura, em função da conseqüente diminuição
da densidade do ar, e porque, dentro da nuvem, os centros de cargas positivas e
negativas estão mais próximos do que os centros de cargas dos demais relâmpagos
(PINTO Jr e PINTO, 2000).
As descargas elétricas dos relâmpagos IN têm origem
em uma região de cargas
negativas com ramificações que propagam-se para cima até a região de cargas positivas,
surgindo ramificações horizontais nesta região também. O líder escalonado nestes tipos
de relâmpagos propaga-se a uma velocidade em torno de 1.10
4
m/s e possui uma
corrente elétrica em torno de 100 A, com duração de 0,2 s. Estudos têm mostrado que
esses relâmpagos parecem ser dominantes no início da eletrificação de uma nuvem de
tempestade (WILLIAMS, 1989).
Os demais relâmpagos, EN e AR, são atualmente pouco conhecidos, porém pesquisas
recentes têm mostrado que estes são bem mais freqüentes do que se imaginava e
acredita-se que suas etapas sejam similar a dos IN (PINTO Jr e PINTO, 2000).
2
.5 Detectores de Relâmpagos
Nas últimas décadas, diversos sistemas de detecção têm sido utilizados para identificar e
mapear relâmpagos em várias regiões do planeta. Entre essas técnicas estão o uso de
foguetes, balões estratosféricos, aviões, espaçonaves, sensores em solo e satélites
(CHRISTIAN, 1987). Os sensores em solo e os satélites têm sido usados
extensivamente nos dias de hoje. Os sensores em solo determinam com grande precisão
parâmetros como: localização, polaridade, intensidade de pico de corrente e
multiplicidade dos relâmpagos. Porém, a eficiência de detecção e localização dos
relâmpagos por esses é em partes limitada pela quantidade de sensores empregados e
63
disposição dos mesmos. Por outro lado, embora a técnica de detecção de relâmpagos
usando sensores a bordo de satélite possa suprir a necessidade de regiões desprovidas de
sensores em solo, gera observações que representam a densidade total de relâmpagos
(IN + NS). Isto porque esses sensores não são capazes atualmente de discriminar os
diferentes tipos de relâmpagos. Dada a importância desses sensores, esta seção será
dedicada a exibir maiores detalhes sobre a rede brasileira de detecção de raios,
denominada Rede Integrada Nacional de Detecção de Descargas Atmosféricas
(RINDAT), e o sensor Lightning Imager Sensor (LIS) de relâmpagos a bordo do satélite
Tropical Rainfall Measuring Mission (TRMM).
2.5.1 Rede RINDAT
A
Rede Integrada Nacional de Detecção de Descargas Atmosféricas (RINDAT) é uma
rede de sensores e centrais de processamento cobrindo parte das regiões Sul, Sudeste e
Centro-Oeste do território brasileiro, que detecta e identifica em tempo real os
relâmpagos NS. Esta rede de detecção no Brasil surgiu por uma iniciativa da
Companhia Energética de Minas Gerais (CEMIG) em novembro de 1988, que estava
interessada em acompanhar atividades de raios no estado de Minas Gerais. Essa
empresa adquiriu quatro sensores do tipo Lightning Positioning and Tracking System
(LPATS) que foram instalados em usinas hidroelétricas das empresas nas cidades de
Ipatinga, Volta Grande, Três Marias e Lavras, cobrindo todo o centro-sul do estado de
Minas Gerais. Esta rede foi expandida ao longo dos anos até que, em 2004, foi criada
oficialmente a RINDAT, que constitui atualmente de um convênio técnico-científico
firmado entre a Companhia Energética de Minas Gerais (CEMIG), Furnas Centrais
Elétricas (FURNAS), o Instituto Nacional de Pesquisas Espaciais (INPE) e o Sistema
Meteorológico do Paraná (SIMEPAR) (RINDAT, 2008).
Atualmente, a RINDAT é composta por 24 sensores que cobrem parte da região Sul,
Sudeste e Centro-Oeste do Brasil (Figura 2.10). A grandeza física medida pelos
sensores é a radiação eletromagnética (REM) emitida pelos relâmpagos NS (raios). Os
sensores utilizam um algoritmo que elimina os sinais de REM provenientes de fontes
64
que não sejam os raios. Desta forma, cada sensor envia os dados que foram detectados
como válidos (consistindo em horário do evento, intensidade do sinal, tempo de subida
e pulso do sinal) para uma central de processamento. A central de processamento
compara os horários informados pelos diferentes sensores para assegurar que eles são de
um mesmo evento e em seguida calcula a localização ótima (latitude, longitude, data e
hora) da queda do raio, podendo inferir também acerca de grandezas como: pico de
corrente da descarga de retorno, polaridade da corrente, multiplicidade, entre outras
(NACCARATO, 2005). Após esses processos, os dados são disponibilizados para
visualização em tempo real ou armazenados para análises históricas (RINDAT, 2008).
Figura 2. 10 - Localização dos 24 sensores que compõem a rede RINDAT e destaque da
abrangência total da rede de cobertura de raios.
Fonte: Rindat (2009).
Sistemas de localização de tempestades (ou de relâmpagos) como a RINDAT registram
a radiação produzida pelos raios na faixa de rádio em Low Frequency (LF) (30 – 300
kHz). A RINDAT utiliza dois tipos de sensores: os Lightning Positioning and Tracking
System (LPATS), que utilizam apenas o método de detecção Time of Arrival (TOA), e
os sensores Improved Performance from Combined Technology (IMPACT), que
utilizam uma combinação do TOA e do Magnetic Direction Finder ( MDF).
65
Método de Tempo de Chegada (T
ime of Arrival, TOA): Esse método emprega três ou
mais sensores, os quais determinam o instante em que a REM criada pelo raio chega ao
sensor. Através de uma diferença temporal relativa dos horários de chegada registrados
pelos sensores definem-se curvas hipérboles para cada par de sensores que detectaram o
raio. Essas hipérboles indicam as possíveis localizações dos raios satisfeitas pela
diferença temporal medida. O ponto de intersecção indica a possível localização do raio,
e por isso esse método é denominado método de localização por intersecções
h
iperbólicas (Figura 2.11 (a)).
Um método alternativo é o de intersecções circulares (Figura 2.11(b)). Neste define-se,
ao redor de cada sensor, um lugar geométrico circular das possíveis localizações do raio
baseado no instante absoluto de chegada da REM a cada sensor. O raio (medida
geométrica) de cada círculo (distância estimada da queda do raio para cada sensor) é
determinado através da diferença do instante de ocorrência do raio e o instante em que a
REM chegou ao sensor. A intersecção de todos os círculos determina a localização e o
horário mais provável da queda do raio.
Figura 2. 11 - (a) Método da intersecção hiperbólica usando três sensores e (b) método de
intersecção circular utilizando quatro sensores.
Fonte: Naccarato (2001).
(a) (b)
66
Método de Direção do Campo Magnético (M
agnetic Direction Finder, MDF):
Emprega dois ou mais sensores que medem a direção de um raio utilizando bobinas
magnéticas ortogonais entre si. A direção do raio é representada pelo ângulo azimute
(ângulo em relação ao norte geográfico) medido por estes sensores. Desta forma, a
intersecção das retas definidas pelo azimute de cada sensor determina o ponto onde
houve o impacto (Figura 2.12 (a)). Quando três ou mais sensores detectam o raio,
utiliza-se um procedimento de otimização, chamado triangulação, que tem o efeito de
minimizar os erros no cálculo dos ângulos azimutais. Através da intersecção de três
direções determinadas pelos sensores, estima-se a localização dos raios. Esse método
não apresenta bons resultados quando o relâmpago NS ocorre em uma linha que liga os
dois sensores, e se forem detectados apenas por dois sensores, erros na determinação
dos ângulos azimute, pode levar a erros significativos de localização. Portanto, esse
método utiliza ao menos três sensores para fins práticos.
Figura 2. 12 - (a) Método MDF para a determinação da localização ótima e (b) Combinação do
método TOA e MDF (método IMPACT).
Fonte: Naccarato (2001).
Os sensores que compõem o sistema IMPACT são resultantes da combinação dos
métodos MDF e TOA. Enquanto que o sistema MDF fornece a informação da direção
(a) (b)
67
em que o relâmpago NS ocorreu através do ângulo azimute, o sistema TOA entra com a
informação da distância do ponto de impacto do relâmpago NS ao sensor. Os dados
fornecidos por esses dois métodos são usados de forma simultânea em um método
generalizado de intersecções circulares. Por exemplo, como ilustrado na Figura 2.12 (b)
anterior, se um relâmpago ocorre na linha que liga dois sensores, a localização estimada
da sua queda será dada pelo ponto de intersecção entres as linhas de direção definidas
pelo azimute e os círculos centrados nos sensores.
Os ângulos
1
θ
e
2
θ
correspondem à informação do azimute (direção) e os raios (medida
geométrica) r
1
e r
2
representam a distância da queda do relâmpago NS ao sensor
(baseada no horário absoluto de chegada) para os sensores 1 e 2. Verifica-se então que
quatro parâmetros são efetivamente estimados: os dois ângulos e os dois tempos de
chegada. Portanto, este método possui informações redundantes, permitindo desta
forma, a localização de relâmpagos NS mesmo quando se tenha apenas dois sensores.
O sensor do tipo IMPACT pode fornecer além de informações como local e horário da
queda, fornecem também a intensidade do pico de radiação, tempo de subida,
parâmetros associados à largura do pulso e razão entre a intensidade do campo elétrico e
o campo magnético (E/B). Através da relação E/B, distingue-se ruídos do ambiente dos
sinais dos relâmpagos. A largura do pulso é utilizada para caracterizar os parâmetros
relacionados a forma de onda dos raios, diminuindo assim alguma contaminação
associada a ocorrência de relâmpagos IN.
Os dois sistemas de detecção de raios discutidos acima possuem, dentro de um
perímetro definido pela posição das estações de recepção, aproximadamente 500 m de
precisão, referente a informações de localização dos raios. A utilização do Global
Position System (GPS) permite a detecção de raios com uma resolução temporal de
300ns. Através das tecnologias utilizadas atualmente, a RINDAT tem uma eficiência de
detecção de raios (flashs-do inglês, doravante será citado como apenas Eficiência de
Detecção, sempre lembrando que é Eficiência de Detecção de raios e não de descarga de
retorno, srokes-do inglês) de aproximadamente 70% a 90%, com precisão de
68
localização média entre 0,5 km e 5 km e uma habilidade em rejeitar relâmpagos IN de
70 % a 95 %, sendo que estes últimos valores percentuais variam regionalmente
(PINTO Jr, 2005; RINDAT, 2008). A estimativa da eficiência de detecção de raios pode
ser compreendida como a fração dos raios de um total ocorrido que o sistema foi capaz
de detectar. A detecção depende de inúmeros fatores, por exemplo, a configuração
geométrica dos sensores que participam do sistema, a sua localização com respeito ao
evento e a influência do relevo entre outras variáveis.
2.5.2 Detectores de Relâmpagos a Bordo de Satélite
O
s primeiros estudos sobre relâmpagos utilizando imagens de satélite são reportados no
início da década de 70 com os trabalhos de Vorphal et al (1970) e visavam caracterizar
os relâmpagos associados a tempestades sobre o oceano e continente, utilizando um
detector ótico a bordo do satélite Orbiting Solar Observatory (OSO-2). No entanto, a
primeira geração de sensores a bordo de satélites construídos para detectar relâmpagos
foi o Operational Linescan System (OLS) abordo da serie de satélites de orbita
heliosíncrona da Defense Meteorological Satellite Program (DMSP). Este sensor ficou
operacional entre 1973 e 1995 e basicamente era um radiômetro de escanemento que
possuía um canal no visível (0.4 - 1.1µm) e outro no IR (10.5 - 12.6µm) e detectava
relâmpagos apenas no período noturno, com baixa ED (Orville e Spencer, 1979; Orville
e Henderson, 1986).
Posteriormente em abril de 1995 foi lançado o satélite americano MicroLab-1, que
carregava a bordo o sensor de relâmpagos denominado Optical Transient Detector
(OTD), o qual ficou operacional até o ano de 2000. Este satélite localizava-se em uma
órbita polar de 70
o
de inclinação, a 740 km de altura e possuindo lentes com um largo
campo de visão, possibilitando assim observar a atividade de relâmpagos em uma faixa
de
±
70
o
de latitude. A combinação dessas propriedades permitia que uma área de 1300
x 1300 Km
2
fosse observada durante sua órbita ao redor do globo terrestre com uma
resolução entre 8 km e 13 km, ficando observando uma dada localização em um
intervalo de 2 a 3 minutos. Além de possuir sistemas de lentes que funcionavam de
69
modo semelhante a uma câmera, esse sensor também era composto de um detector de
REM e um circuito que convertia o sinal de saída do sistema detector em dados digitais
(NASA, 2008).
Atualmente existe de forma operacional o sensor de r
elâmpagos Ligtning Imaging
Sensor (LIS) a bordo do satélite Tropical Rainfall Measuring Mission (TRMM), cujo
ODT foi o seu protótipo. Este satélite foi lançado em 28 de novembro de 1997 e surgiu
de uma missão conjunta entre a National Aeronautics and Space Administration
(NASA) e a Japan Aerospace Exploration Agency (JAXA) com o objetivo de observar
e
gerar entendimento sobre a precipitação na região tropical e seus efeitos no clima
global (KUMMEROW et al, 1998).
O TRMM atualmente está alocado em órbita equatorial, com aproximadamente 35
o
de
inclinação a 402,5 km de altitude desde agosto de 2001 e caracteriza-se por uma
resolução temporal correspondente a duas passagens em um período de 24 horas sobre
uma determinada localidade. Possui a bordo quatro sensores: Precipitation Radar (PR),
utilizado para fornecer a distribuição de precipitação sobre o continente e oceano;
TRMM Microwave Imager (TMI), que estima o conteúdo de precipitação, sua real
distribuição e intensidade; Visible Infrared Scanner (VIRS), que possui uma alta
resolução sobre cobertura de nuvens, tipo e temperatura do topo; o Clouds and Earth’s
Radiant Energy System (CERES), que é um sensor que mede a radiação nos canais
visível e infravermelho, emitida e refletida pela Terra atmosfera; e o Lightning Imaging
Sensor (LIS), que é um sensor pequeno e altamente sofisticado para detectar a
distribuição e a variabilidade total de relâmpagos (EN, IN, NS) (KUMMEROW et al
(1998).
O sensor LIS identifica a atividade de relâmpagos, detectando mudanças momentâneas
do brilho das nuvens quando elas são iluminadas pelos relâmpagos. A precisão de
localização de relâmpagos é de 10 km e devido à inclinação de 35°, ele pode observar a
atividade dos relâmpagos em uma faixa de
±
35
o
de latitude. O LIS basicamente
consiste de um sensor óptico de imageamento composto de uma câmera CCD (Charge-
70
Coupled Devise, semelhante a de um televisor) usado para gravar as imagens a uma taxa
de 500 frames por segundo de amostragem, lentes de largo campo de visão e um filtro
passa faixa (centrado em 777,4 nm). Este filtro é usado para registrar uma das linhas
mais intensas do espectro do relâmpago, de modo que o sinal seja maximizado em
relação ao fundo luminoso. A luz emitida pelo relâmpago é focalizada pelas lentes e
discriminada pelo filtro (passa apenas radiação de 777,4 nm) até atingir um fotodiodo da
câmera CCD. Posteriormente, o sinal resultante é lido em tempo real, formatado e
transmitido à receptores alocados em terra (CHRISTIAN, 1999).
O largo campo de visão das lentes combinado com os 402,5 km (sua segunda órbita
nominal) de altitude do TRMM, permite que o sensor visualize as nuvens dentro de uma
área de 600 x 600 km com uma resolução entre 3 e 6 km (3 km no equador e 6 km em
35
o
). O LIS monitora tempestades individuais e sistemas de tempestade através da
atividade dos relâmpagos por quase 90 s com diferenças temporais de 2 ms em sua
passagem (CHRISTIAN, 1999).
A cada variação individual de intensidade de luz, registrada pelos LIS, define-se um
evento. Se diversos eventos ocorrem muito próximos um dos outros durante
aproximadamente 2 ms, eles são unidos em um grupo. Portanto, cada relâmpago
determinado pode ser composto de vários grupos ou centenas e até milhares de eventos
individuais. Devido a sua sensibilidade, são detectados relâmpagos tanto no período
noturno quanto diurno, mesmo na presença de intenso brilho e luminosidade
proveniente das nuvens, apresentando uma eficiência de detecção de relâmpagos (ED)
em torno de 90 % a 95 % (CHRISTIAN, 1999). No entanto estudos recentes (Boccippio
et al, 2002) mostraram que esta ED de relâmpagos esta em torno de 88 %
±
9% e 54 %
±
8 % para o LIS e ODT, respectivamente. Além disso, foi observado que a mesma
sofre uma variação diurna, sendo em torno de 93 %
±
4% e 73 %
±
11% e para o
sensor ODT de 56 %
±
7% e 44 %
±
9% no período noturno e vespertino,
respectivamente.
71
Logo, o sensor LIS tem-se mostrado uma importante ferramenta para o monitoramento
de relâmpagos e atividade de tempestades em escala global. Em conjunto com os outros
sensores do TRMM, pode ser usado para estudar a dependência da atividade de
relâmpagos com os importantes parâmetros meteorológicos (chuva, liberação de calor
latente convecção, etc.) que afetam o clima global. Futuros sensores de mapeamento de
relâmpagos a bordo de satélites geoestacionário poderão ser subsidiados tecnicamente
pelo sensor LIS.
72
73
3 REVISÃO BIBLIOGRÁFICA
A
utilização de dados de T
B
em canais como IR janela (10,2-11,2
m
µ
) e microondas
(20-200 GHz) em associação com dados de relâmpagos tem mostrado importantes
características físicas de centros convectivos associados à atividade elétrica
(GOODMAN e MACGORMAN, 1986; PRIGENT e PARDO, 2001; PRIGENT et al,
2005; PETERSEN et al, 2005; MACHADO et al, 2008). A radiação na faixa do IR
emitida pela superfície terrestre é absorvida pelas diversas camadas que compõem as
nuvens, assim a radiação total no IR medida pelos sensores dos satélites são
provenientes da emissão referente ao topo da nuvem. Desta forma, parâmetros como T
B
do topo e/ou informação sobre a organização das nuvens podem ser utilizados para
avaliar a atividade elétrica de uma nuvem convectiva a partir deste canal.
Diversos trabalhos têm mostrado que a atividade elétrica está localizada
preponderantemente em regiões de topos mais frios em nuvens convectivas (ORVILLE
et al, 1987; GOODMAN et al, 1988; DOTZEK et al, 2005). Goodman et al (1988),
combinando T
B
no IR do satélite Geostationary Operational Enviromental Satellite
(GOES) com dados de relâmpagos de um SCM em 1986 entre imagens consecutivas de
satélite, verificaram um aumento da taxa de relâmpagos associado a uma taxa negativa
de T
B
de topos frios. Assim, os autores sugeriram que a tendência dessas duas
propriedades dos sistemas poderia demonstrar a localização de atividade de relâmpagos
e centros convectivos principalmente na presença de nuvens Cirrus, que podem
mascarar a história de vida dos elementos convectivos embebidos nos SCM. Esses
autores também propuseram um modelo conceitual de ciclo de vida de uma típica
tempestade e a associada atividade elétrica como exemplificado na Figura 3.1. Observa-
se que parâmetros dinâmicos (updraft e downdraft) e microfísicos (quantidade de gelo)
possuem uma estreita relação com a taxa de relâmpagos. Estudos anteriores como o de
Goodman e Macgorman (1986) já haviam mostrado um elevado aumento de relâmpagos
associado a uma rápida expansão da bigorna para T
B
menores que 220 K. Usando
imagens de satélite no IR com dados de relâmpagos para 10 CCM, esses autores
encontraram taxa de pico de relâmpagos 1,8 horas depois da iniciação, 2,6 horas antes
74
da extensão máxima e 7 horas antes da fase final dos sistemas. Assim, foi argumentado
que a taxa máxima de relâmpagos provavelmente não estaria associada ao tamanho da
tempestade na máxima extensão e a duração de seu ciclo de vida. Porém, a maior
quantidade de relâmpagos e tempo severo foi encontrada entre o estágio inicial e o
maduro das tempestades. Complementarmente, Dotzek et al (2005) encontraram alta
atividade elétrica abaixo de topos overshooting em formato V em temperaturas próxima
a isoterma de 203 K.
Figura 3. 1 - Modelo conceitual da evolução temporal de propriedades elétricas, dinâmicas e
processos microfísicos no interior de uma tempestade.
Fonte: Adaptada de Goodman e Macgorman (1986).
Em uma análise usando imagem no IR do satélite GOES e de relâmpagos, Scofield e
Kuligowski (2005) encontraram limiar em torno de 248 K associado à ocorrência de
relâmpagos. Os autores sugeriram assim que a T
B
poderia ser utilizada como parâmetro
preditor da atividade elétrica. Alguns trabalhos têm encontrado uma boa correlação
entre precipitação sólida ou líquida e a atividade de relâmpagos (RUTLEDGE e
MACGORMAN, 1988; KANE, 1990; ROOHR e HAAR, 1994). Kane (1990),
estudando tempestades severas nos EUA, verificou grandes granizos e tornados após 15
minutos de pico de intensidade de raios, com fortes rajadas de vento ocorrendo após 5
75
minutos da ocorrência desse pico. Nos casos de ocorrência de merge (fusão do SCM),
foi observado um aumento significativo da taxa de raios. Grecu et al (2000) e Scofield e
Kuligowski (2006) também concluíram que regiões de intensa precipitação estavam
localizadas próximas à região de intensa atividade elétrica e que um aumento na área da
primeira acarretou em um aumento percentual da área associada a ocorrência de
relâmpagos. Através de um estudo de caso de SCM sobre o estado de São Paulo em
setembro de 1991, Gin et al (2004) também encontraram, através da análise de radar e
de relâmpagos, taxas de precipitação de 100 mm/h para topos de nuvem a 15 km
associada à grande quantidade de relâmpagos.
Posteriormente, através de uma comparação entre grupos de SCM com raios e sem raios
entre setembro e outubro de 2002 no estado de Rondônia, Morales et al (2004)
analisaram 87 SCM usando imagens no IR do satélite GOES e dados de raios. Os
resultados mostraram que SCM com raios apresentaram maior duração e tamanho
associado a uma taxa de crescimento maior no início do desenvolvimento. A análise do
ciclo de vida mostrou que SCM maiores que 10.000 pixels sempre apresentaram raios
enquanto que os pequenos sistemas apresentaram maior freqüência de ocorrência de
raios por pixels. Os autores concluíram que estes resultados indicaram que os SCM
grandes possuem grande desenvolvimento vertical, favorecendo a formação de gelo e
atividade elétrica. Para o último resultado, foi sugerido que o fato de os SCM grandes
possuírem em média em torno de 80 % de sua área estratiforme poderia explicar que os
menores sistemas são mais eficientes (apresentaram mais raios por pixel) que os
grandes. No entanto, ressaltaram que os sistemas maiores devido a sua maior área
possuem um total de raios maior em relação aos menores.
As altas freqüências (85-150GHz) no microondas passivo também têm revelado
características físicas importantes de partículas de gelo e granizo como: tamanho,
forma, orientação e conteúdo integrado verticalmente de gelo (Ice Water Path, IWP),
que estão associados diretamente a atividade de relâmpagos. Essa característica
apresentada por esta faixa de radiação está associada à grande sensibilidade (alto
espalhamento) das partículas de gelo a radiação proveniente da superfície terrestre e da
76
atmosfera nas freqüências de janela atmosférica (pouca absorção pelos gases
atmosféricos) nos canais de 85 GHz e 150 GHz. Portanto, o espalhamento dessa
radiação pelos hidrometeoros tende a diminuir a T
B
estimada pelos satélites (KIDDER,
1995). Em um dos trabalhos pioneiros nesta área, Spencer et al (1989) utilizaram o
canal de 85 GHz do sensor Special Sensor Microwave Imager (SSMI) e imagem do IR
do satélite GOES para analisar o conteúdo líquido de gelo de uma LI sobre Wisconsin
em 1987. Através da diferença entre a T
B
polarizada verticalmente e horizontalmente
(PCT = 1,818T
BV
– 0,818T
BH
, Polarization Corrected Temperature, Temperatura
Polarizada Corrigida), para discriminar a assinatura de espalhamento das partículas de
gelo daquelas referente à de superfície de água e cobertura de neve, eles encontraram
falta de polarização no centro convectivo da tempestade e uma relativamente mais alta
polarização (valor mais alto de PCT) na região da bigorna. Foi sugerido que estas
observações deviam-se a existência nos centros convectivos, de granizos de formato
irregular e orientação randômica, enquanto que a alta polarização em regiões
estratiformes devia-se a granizos tendo porções horizontalmente mais homogêneas e
possuindo o granizo uma orientação não randômica.
Os resultados de trabalhos atuais como o de Prigent e Pardo (2001) e Prigent et al
(2005) corroboram com os trabalhos anteriores. Prigent e Pardo (2001), através da
análise de nuvens convectivas nos trópicos utilizando diferença de T
B
polarizada
verticalmente e horizontalmente (T
BV
- T
BH
) e imagens de satélite no IR, encontraram
baixos valores de T
BV85
(valores menores que 190 K) correspondendo a pequenas
diferenças de polarização (menores que 3 K). Estes e os resultados de Prigent et al
(2005) indicaram que significativas diferenças negativas de polarização estariam
associadas ao espalhamento de radiação por grandes partículas de gelo não esféricas
orientadas preferencialmente de forma vertical crescidas por riming, além também de
estarem associadas a ocorrência de relâmpagos (IN+NS) observado pelo LIS. Por outro
lado, diferenças positivas indicaram o espalhamento principalmente por partículas não
esféricas orientadas preponderantemente horizontalmente. Desta forma, foi sugerido que
observações na faixa de microondas passivo fosse um bom indicador da estrutura
interna de nuvens tropicais, particularmente com respeito às características das
77
partículas de gelo (tamanho, conteúdo de gelo e orientação das partículas de gelo),
comportamento entre partes convectivas e estratiformes e as propriedades microfísicas
envolvidas com os processos elétricos.
Mohr et al (1996), analisando nove SCM com uso de dados de raios e PCT em 85 GHz,
encontraram uma relação inversamente proporcional entre a densidade de raios e os
valores da PCT. A mais alta densidade de raios foi encontrada para PCT menores que
200 K. Foi concluído que o padrão e magnitude da diminuição da PCT e, por
conseqüência, a quantidade e distribuição de raios de um SCM estaria associado à
presença de grandes partículas de gelo dentro da região de fase mista do sistema. A
determinação do diâmetro efetivo (D
e
) dessas partículas de gelo foi proposta por Zhao e
Weng (2001). Esses autores desenvolveram um algoritmo que utiliza como dados de
inicialização a T
B
do topo das nuvens em 89 GHz e 150 GHz provenientes do sensor
Microwave Humidity Sounder (MHS). Através de relações empíricas entre T
B
em 23
GHz e 31 GHz em função da T
B
em 89 GHz e 150 GHz, determina-se a T
B
da base da
nuvem nos dois canais. A combinação da T
B
da base e do topo da nuvem para cada
faixa de radiação possibilita a determinação de parâmetros de espalhamento para cada
canal. Sendo D
e
proporcional à terceira potência da razão dos parâmetros de
espalhamento entre as duas freqüências (Equação A.10), seu valor pode ser
determinado. Assim o valor de IWP pode ser determinado, pois é diretamente
proporcional a D
e
, aos parâmetros de espalhamento e a densidade específica da partícula
de gelo (Equação A.9). As incertezas nas estimativas de D
e
dependem tanto dos erros na
estimativa da T
B
da base da nuvem quanto dos erros associado a densidade volumétrica
das partículas de gelo, implicando em erros de estimativa de 5 % a 20 % no D
e
. Por
outro lado, erros na estimativa de IWP dependem de erros associados a T
B
da base da
nuvem, inferência do D
e
e densidade volumétrica do gelo, sendo que uma incerteza de
30 % na densidade volumétrica do gelo propicia erros em torno de 25 % nos valores
estimados de IWP.
78
79
4 DADOS
Es
te tópico descreve os dados utilizados para a realização do presente trabalho. A
descrição e detalhamento desses dados foram realizados em duas partes, a primeira
tratando dos dados provenientes da rede brasileira de descargas atmosféricas RINDAT e
a segunda descrevendo os dados provenientes de satélites.
4.1 Dados da RINDAT
F
oram utilizados dados de ocorrência de relâmpagos NS (referido no texto como raios)
pertencente ao período de janeiro de 2005 a fevereiro de 2008. Esses dados constituem-
se basicamente da data, horário e localização (latitude e longitude) dos relâmpagos
ocorridos nas regiões Sudeste, Centro Oeste e parte da região Sul do Brasil, detectados
pelos diversos sensores pertencentes a estas regiões. Os arquivos de raios são
disponibilizados em formato texto, de forma que cada arquivo corresponde às
ocorrências de raios para as regiões citadas acima em um intervalo de tempo de cinco
minutos. Os dados estão disponíveis no banco de dados pertencente à
DSA/CPTEC/INPE em Cachoeira Paulista, SP e foram recebidos diariamente pela rede
de descargas atmosféricas RINDAT.
Devido à quantidade e a configuração da distribuição dos sensores de relâmpagos
(descrito em maiores detalhes na seção 2.5.1) nas regiões que a RINDAT atua, a região
centrada no estado de São Paulo apresenta a melhor e mais homogênea cobertura de
relâmpagos do Brasil (região com eficiência de detecção de raios maior que 90 %).
Desta forma, a região centralizada no estado de São Paulo, limitada pelas coordenadas
geográficas de 53º O a 44º O e 26º S a 19º S, foi definida como sendo a área padrão para
o desenvolvimento deste estudo. Dentro do estado de São Paulo, encontram-se cinco
detectores de relâmpagos da RINDAT localizados nas seguintes cidades: Ibiúna
(LPATS), Jupiá (LPATS), Cachoeira Paulista (IMPACT), Pirassununga (IMPACT) e
São José dos Campos (IMPACT), sendo os dois primeiros controlados por Furnas e os
80
três últimos pelo INPE (NACCARATO, 2005). A Figura 4.1 mostra a região de estudo
do presente trabalho e a eficiência de detecção de raios da RINDAT para esta área.
Figura 4. 1 - Região de estudo definida pelo retângulo em vermelho e a eficiência de detecção
de raios da rede RINDAT demonstrando o número de relâmpagos NS.
4.2 Dados de Satélite
F
oram utilizadas informações de quatro tipos de satélites: satélite GOES-12, GOES-10,
NOAA-18 e TRMM. Abaixo são descritos os dados e o período de estudo utilizado de
informações de cada satélite.
4.2.1 Dados do GOES-12
Os dados utilizados do satélite geoestacionário GOES-12, são referentes à T
B
das
imagens em projeção satélite do canal 4 do infravermelho (10,2
m
µ
-11.2
m
µ
) do
imageador para o período de julho de 2005 a abril de 2007 pertencentes à área
selecionada para o estudo. Esses dados foram disponibilizados pela DSA/CPTEC/INPE
em Cachoeira Paulista, SP através de seu banco de dados.
81
O satélite GOES-12 possui em seu imageador seis canais espectrais, sendo um no
visível (0,53-0,75 µm), quatro canais infravermelhos (3,8-4,0 µm, 10,2-11,2 µm, 11,5-
12,5 µm e 12,9-13,7 µm) e o canal no vapor d'água (6,5-7,0 µm). No canal visível, a
resolução é de 1 km, nos canais infravermelhos, a resolução é de 4 km, contudo, no
canal vapor d'água, a resolução é de 8 x 4 km
2
(NOAA, 2009). As imagens da América
do Sul são obtidas pelo GOES-12 a cada 30 minutos e são disponibilizadas
operacionalmente pela DSA/CPTEC/INPE no seu site.
4.2.2 Dados do GOES-10
A
pós abril de 2007 o satélite geoestacionário GOES-10 também começou a realizar
escaneamento sobre a América do Sul, assim a partir dessa data tais imagens
começaram a serem recebidas de forma operacional pela DSA/CPTEC/INPE. Portanto,
de maio de 2007 à fevereiro de 2008 foram utilizadas as T
B
do canal 4 do infravermelho
(10,2
m
µ
-11.2
m
µ
) do imageador pertencente a este satélite. As características do
satélite GOES-10 são similares as do GOES-12 descrita acima, porém este satélite
apresenta um ganho na resolução temporal, sendo que uma imagem completa de toda a
América do Sul é obtida a cada intervalo de 15 minutos com a mesma resolução
espacial de 4 km. Esses dados também foram obtidos do banco de dados pertencentes à
DSA/CPTEC/INPE em Cachoeira Paulista, SP.
A utilização tanto de dados de T
B
do satélite GOES-12 e GOES-10 fez-se necessária
para obtenção de um período significativo de dados (2 anos e 8 meses completos, que
correspondem ao período de julho de 2005 à fevereiro de 2008) para a realização das
estatísticas. Esses dados e os dados de raios da RINDAT foram utilizados de forma
conjunta para levantar as estatísticas referentes à associação de ocorrência de raios e as
propriedades físicas dos SCM.
82
4.2.3 Dados do NOAA-18
P
ara a determinação das propriedades microfísicas como: Diâmetro Efetivo de Partícula
de Gelo (D
e
) e Conteúdo Integrado Verticalmente de Gelo (Ice Water Path, IWP) a
partir do algoritmo descrito em Zhao e Weng (2001), fez-se o uso das T
B
em
microondas dos canais do sensor Advanced Microwave Sounder Unit-A2 (AMSU-A2) e
do sensor Microwave Humidity Sounder (MHS), ambos a bordo do satélite de órbita
polar NOAA-18. A descrição das características dos dados utilizados desses dois
sensores é especificada abaixo.
4.2.3.1 Dados do Sensor AMSU-A2
O
s dados do sensor AMSU-A2 do NOAA-18 utilizados foram as T
B
dos canais de
microondas de 23 GHz e 31 GHz, os quais possuem uma resolução espacial no ponto
subsatélite de aproximadamente 50 km (Guia do Usuário NOAA, 2009). Estes arquivos
de T
B
em formato binário foram obtidos para o período de setembro de 2007 a fevereiro
de 2008 a partir do banco de dados pertencente à DSA/CPTEC/INPE em Cachoeira
Paulista, SP. Conforme já mencionado, os dados utilizados foram limitados aqueles
pixels das passagens do NOAA-18 que se localizavam na área definida anteriormente,
centrada na região do estado de São Paulo. Visto assim, os valores de T
B
nos canais de
23 GHz e 31 GHz foram empregados para determinar a temperatura da base da nuvem
nos canais de 89 GHz e 157 GHz através de uma relação de regressão inserida dentro do
algoritmo de inferência de D
e
e IWP.
4.2.3.2 Dados do Sensor MHS
O MHS também é um sondador em microondas a bordo do satélite NOAA-18,
composto por cinco canais (89, 157, 183.3
±
1, 183.3
±
3, 190.3 GHz) (NOAA, 2009) na
faixa de altas freqüências em microondas. Para o presente estudo, foram utilizadas
apenas as T
B
dos canais em microondas de 89 GHz, 157 GHz e 183.3
±
1 GHz desse
sensor para o mesmo período de setembro de 2007 a fevereiro de 2008. Estes dados são
83
um produto do processamento feito na DSA/CPTEC/INPE em Cachoeira Paulista, SP,
ao qual correspondem a arquivos de saída do tipo binário contendo a latitude e
longitude e as T
B
dos diversos canais pertencentes a este sensor. A escolha deste
período de estudo foi em razão da alta incidência de raios durante essa época (veja
Apêndice A, seção A.2.3) e por representar um período com pouca falha de dados e/ou
passagens referente a este satélite, propiciando uma análise estatística mais relevante
sobre o D
e
e IWP associado com a ocorrência de raios. Uma vez que a emissividade do
oceano é diferente da continental (sendo a emissividade do oceano aproximadamente de
0.4-0.5 e do continente em torno de 0.9) e sendo que o interesse desta pesquisa é a
análise de raios, SCM e suas implicações sobre o continente realizou-se uma limitação
sobre a área de estudo predefinida, levando em consideração apenas a região continental
contida nesta área.
Consideradas estas limitações, foram utilizadas T
B
do sensor MHS correspondentes a
425 passagens sobre a região de estudo. A resolução temporal do satélite NOAA-18
para o período de estudo corresponderam em média a quatro passagens (cenas) em um
período de 24 horas. Por outro lado, devido a este satélite estar localizado a uma altitude
de aproximadamente 870 km em uma órbita polar (com inclinação em torno de 98,7
o
) e
possuir geometria de escaneamento de varredura do tipo transversal (across-track), há
uma deformação dos pixels nas direções latitudinal (along-track) e longitudinal (cross-
track), tendo o pixel no ponto subsatélite (nadir) aproximadamente 20 km e 16 km
(associado aos cinco canais do MHS) na direção cross-track e along-track,
respectivamente (BERNNARTZ, 1999). Em cada cena completa são escaneadas 3.000
linhas com cada linha contendo 90 pixels.
4.2.4 Dados do TRMM
O
s dados do sensor TRMM Microwave Imager (TMI), a bordo do satélite TRMM
utilizados foram as T
B
com polarização vertical e horizontal e a PCT em microondas do
canal de 85.5 GHz. Para ser consistente e complementar com as análises de microfísica
de nuvens de D
e
e IWP (descritas acima), apenas trabalhou-se com os pixels localizados
84
sobre a região continental da área em estudo, correspondendo ao mesmo período de
estudo de setembro de 2007 a fevereiro de 2008. Esses dados foram obtidos diretamente
do site da NOAA no formato Hierarchical Data Format (HDF), os quais correspondem
aos dados de T
B
de cada canal do TMI e a respectiva latitude e longitude.
Aplicadas as condições descritas acima, foram utilizadas 647 passagens, das quais ao
menos um pixel de cada passagem estava sobre a área definida para o estudo. A cada
uma dessas passagens o sensor TMI que é um radiômetro em microondas passivo,
registra a radiação eletromagnética polarizada emitida e/ou refletida pelo sistema Terra-
atmosfera em cinco faixas de freqüências em microondas centradas em: 10,7; 19,4;
21,3; 37,0 e 85,5 GHz (apenas o canal de 21,3 GHz tem somente polarização vertical),
fazendo uma varredura cônica com ângulo de incidência na superfície terrestre de
52,8
o
(KUMMEROW et al, 1998). Este tipo de geometria de escaneamento combinado
ao movimento de rotação de sua antena parabólica (31,6 rotações por minuto) permite
que um círculo seja desenhado sobre a superfície da Terra, sendo que apenas 130 graus
desse círculo é utilizado para aquisição de dados. Desta forma, a varredura ocorre em
semi-círculo, tendo cada pixel do TMI a mesma forma elíptica e tamanho ao longo de
sua varredura com uma resolução espacial aproximadamente de 7 km (along-track) por
5 km (cross-track) no canal de 85,5 GHz. A Figura 4.2 ilustra a geometria de
escaneamento do sensor TMI.
Figura 4. 2 - Geometria de escaneamento do sensor TMI abordo do satélite TRMM.
Fonte: Program Comet (2009).
85
5 METODOLOGIA
A
metodologia adotada para a execução deste trabalho foi realizada em três etapas. A
primeira etapa foi dedicada à avaliação da qualidade dos dados de raios provenientes da
RINDAT para o período de estudo e também a caracterização do comportamento
espacial e temporal dos raios ocorridos na região de estudo para o período de 2005 a
2007. A segunda etapa foi realizada com o objetivo de estabelecer relações estatísticas
entre as propriedades físicas de SCM e a ocorrência de raios para a possível
determinação de parâmetros previsores da atividade elétrica, além de caracterizar a
evolução de ocorrência de raios ao longo do ciclo de vida desses sistemas. A terceira e
última etapa teve como foco uma análise utilizando-se dados em microondas passivo
para avaliar as relações entre propriedades microfísicas de SCM, como D
e
e IWP com
as ocorrências de raios. Nesta etapa também foi identificada a relação entre a diferença
de T
B
polarizada do canal de 85 GHz e a associada ocorrência de raios. Essas três etapas
são descritas em maiores detalhes nas seções seguintes.
5.1 Avaliação das Características Gerais dos Raios Ocorridos Durante o Período
de Estudo
Es
ta etapa foi realizada no intuito de avaliar e verificar a qualidade dos dados de raios
obtidos pela RINDAT para o período compreendido entre 2005 a 2007, através de
análises de mapas de eficiência de detecção de raios (flash) para a região de estudo. Para
assegurar e garantir a qualidade e verificar o comportamento desses dados, também foi
realizada uma caracterização da distribuição espacial e temporal de raios para esta
mesma área (resultados são apresentados no Apêndice A).
Assim, o período específico de três anos completos (2005-2007) para essa análise foi
escolhido por ser o mesmo período das análises que serão realizadas sobre a associação
de propriedade físicas e o ciclo de vida de SCM com as ocorrências de raios (análises
que são o foco principal deste trabalho). Visto assim, alguma falha dos dados de
ocorrência de raios neste período relativamente curto poderia comprometer de forma
86
significativa as análises estatísticas a serem realizadas nas etapas seguintes. Para tanto,
duas variáveis de suma importância ao se avaliar a qualidade dos dados de raios são a
Precisão de Localização (PL) e a Eficiência de Detecção (ED) de raios.
A PL de raios está associada à incerteza na localização da ocorrência de raios em
latitude e longitude sobre a superfície terrestre. Durante o período de estudo com base
na configuração e geometria dos sensores, a RINDAT foi capaz de localizar um raio
com uma PL de aproximadamente de 500 m (PINTO Jr, 2005). Contudo, talvez a mais
significativa limitação da qualidade dos dados de raios, esteja associada à variável ED
de raios, ou seja, a razão entre o número de eventos de raios detectados e o número real
de eventos que ocorreram. Sendo assim, a não obtenção e/ou perda de informação de
ocorrência de raios podem acarretar quedas nos valores de ED de raios, a qual sofre
influência direta de fatores como: falhas nos sensores, problemas nos canais de
comunicação, geometria desfavorável da rede de sensores, falhas na central de
processamento e diversos outros fatores (NACCARATO, 2005).
Desta forma, devido à importância e às implicações que os valores de ED de raios
podem acarretar para um estudo que utiliza dados de raios, foram gerados mapas de ED
de raios, cedidos gentilmente pelo Grupo de Eletricidade Atmosférica (ELAT) do INPE,
para a região de estudo. A resolução espacial desses mapas foi de 10 km x 10 km, a qual
apesar de menor que a resolução dos satélites GOES (4 km x 4 km), ainda apresenta-se
bastante significativa para os objetivos do presente trabalho. Essas curvas de eficiência
de detecção foram geradas levando em consideração o tipo e a quantidade de sensores
que estavam em funcionamento nos meses de cada ano.
Depois de realizada esta breve avaliação da qualidade dos dados de raios (o qual se
mostrou satisfatória para os objetivos principais desta pesquisa) para o período de
estudo, realizou-se uma caracterização da distribuição espacial e temporal dos raios
ocorridos na área de estudo entre os anos de 2005 a 2007. As análises da distribuição
espacial de raios foram feitas usando uma grade regular de 4 km x 4 km (coerente com a
resolução espacial do GOES) de modo a contabilizar a ocorrências de raios para cada
87
grade para cada ano em estudo. Analogamente à metodologia adotada por Naccarato
(2005), foram caracterizados a distribuição média de raios (densidade média de raios,
raios/km
2
.ano), a variabilidade interanual de ocorrência de raios e o ciclo sazonal de
ocorrência de atividade de raios. Estas análises mostraram-se significativas, pois
permitiram avaliar os efeitos das mega cidades (poluição, aerossóis e ilhas de calor),
orografia e fatores meteorológicos sobre a ocorrência desses fenômenos elétricos
atmosféricos. As análises temporais de ocorrência de raios foram realizadas através da
caracterização do ciclo diurno e do ciclo sazonal diurno de ocorrência de raios. As
ocorrências de raios no ciclo diurno correspondem à soma total de raios para cada
horário considerando os três anos em estudo e o ciclo sazonal diurno à soma total
horária de ocorrência de raios para cada estação do ano.
5.2 Análises das Características dos SCM Associadas
à Ocorrência de Raios
Nesta parte do trabalho, foi analisada e caracterizada a relação existente entre algumas
propriedades físicas de SCM como: Raio Efetivo (R
e
), Taxa de Expansão Normalizada,
Temperatura Média de Brilho (T
med
), Taxa de Variação da Temperatura Média Brilho
(TVT
med
), Temperatura Mínima de Brilho (T
min
), Taxa de Variação da Temperatura
Mínima Brilho (TVT
min
), Temperatura Mínima Média de Brilho do Kernel de 9 Pixels
T
min9
), Taxa de Variação da Temperatura Mínima Média de Brilho do Kernel de 9
Pixels (TVT
min9
), Excentricidade (Ecc) e Fração Convectiva (FC) e a atividade elétrica
desses intensos aglomerados de nuvens convectivas (maiores detalhes da definição
dessas propriedades físicas encontra-se na seção 2.1.2). Realizou-se também uma
caracterização da relação existente entre a atividade elétrica e o estágio de
desenvolvimento temporal dos SCM. Estas análises foram extremamente significativas,
visto que seus resultados permitiram um melhor entendimento da dinâmica dos SCM,
processos físicos e os possíveis parâmetros previsores da atividade elétrica da
convecção.
A caracterização dessas propriedades físicas e análise de ciclo de vida foram realizadas,
através do levantamento dos SCM ocorridos entre julho de 2005 e fevereiro de 2008
88
dentro da área de estudo. Utilizou-se para isso um banco de dados constituído
basicamente das propriedades físicas dos SCM durante seu ciclo de vida e a respectiva
quantidade de raios para cada imagem no IR do satélite GOES. Este banco de dados foi
processado operacionalmente pela DSA/CPTEC/INPE utilizando o modelo
FORTRACC (método discutido na seção 2.1.2) e dados de raios da RINDAT. Durante
este processamento, o modelo utilizou o limiar de 235 K e 210 K do satélite GOES para
definir um SCM e célula convectiva em seu interior, respectivamente. Assim, um SCM
foi definido como uma área de nuvem com no mínimo 90 pixels (aproximadamente
1.440 Km
2
) e, posteriormente, o algoritmo produziu uma série temporal das principais
características morfológicas e radiativas como: localização, tamanho, taxa de expansão
normalizada, temperatura média e mínima, fração convectiva, excentricidade, ângulo de
inclinação, e outros parâmetros dos SCM (MACEDO et al, 2001; VILA et al, 2008). O
acoplamento das informações de raios com essas propriedades físicas foram realizadas
de forma a contabilizar o número de ocorrências de raios reportados pela RINDAT 7,5
minutos antes e 7,5 depois da passagem do satélite GOES para cada SCM da imagem.
Realizado o processamento desse banco de dados, o levantamento das estatísticas foi
gerado primeiramente levando-se em consideração apenas os SCM ocorridos entre julho
de 2005 e fevereiro de 2008 que nasceram dentro da região de estudo. Assim, estes
SCM possuíam seu centro de massa dentro da região e período em análise no momento
em que foram detectados pela primeira vez pelo modelo de rastreamento de SCM
FORTRACC. Com esta consideração, foi reportada a ocorrência de 8.158 SCM dentro
da área e período de estudo. A partir desse conjunto de dados, levantou-se uma breve
análise do ciclo sazonal, ciclo diurno de nascimentos espontâneos de SCM (aqueles
SCM que são identificados em uma imagem, mas não estão presentes na anterior) e
ciclo diurno da fração convectiva e da taxa de expansão normalizada.
Posteriormente, seguindo uma metodologia similar a adotada por Morales et al (2004),
as propriedades físicas de todos os membros dos SCM foram separadas em dois grupos:
eventos com raios e sem raios. Portanto, para cada grupo realizou-se análises estatísticas
através do levantamento de histogramas de freqüência relativa e curvas ajustadas para as
89
distribuições dessas variáveis. Este passo foi importante, pois visou diferenciar a
dinâmica assim como avaliar e quantificar as propriedades físicas que conduziram a
ocorrência ou não de atividade elétrica em SCM. Para o grupo de eventos que
apresentou raios, histogramas de freqüência acumulada de raios foram calculados, e,
através de diagramas de dispersão, foi obtida a relação existente entre cada propriedade
física e a atividade elétrica de raios.
Para a elaboração dos histogramas para cada propriedade física, os dados dos eventos
com e sem raios foram separados em classes, as quais foram determinadas inicialmente
com base na Equação proposta por Assis et al (1996):
)(3,31
10
nLog+ (5.1)
Em que,
n é o número total de observações.
Se o número de classes e o intervalo de classes não representassem bem a distribuição
dos dados, esses valores seriam determinados por tentativas até que fosse encontrado
um valor representativo segundo o teste de aderência. O teste de aderência das
distribuições ajustadas para cada uma das variáveis em análise foi realizado através do
teste de ajustamento de Kolmogov-Smirnov.
Na última parte dessa etapa, foram realizadas análises para caracterizar a evolução da
ocorrência de raios ao longo do ciclo de vida dos SCM. Para tanto, foram selecionados
apenas os SCM que iniciaram-se espontaneamente (isto é, que não nasceram como
resultado de uma divisão de SCM), finalizaram por dissipação (isto é, não finalizaram
por unir-se com outros sistemas), tiveram duração entre 2 e 10 horas e tiveram menos da
metade de seu ciclo de vida composto de falta de imagens (imagens virtuais). A
primeira limitação foi importante, pois assegurou que o crescimento inicial do sistema
foi devido à dinâmica interna e o seu tempo de vida foi representativo do completo ciclo
de vida (MACHADO e LAURENT, 2004). Por outro lado, a segunda limitação foi
devido a pouca ocorrência de SCM com durações maiores que 10 horas, além de evitar
90
sistemas com múltiplas fases. Desta forma, analisaram-se propriedades como: duração,
variação do tamanho do SCM ao longo do ciclo de vida para sistemas com e sem a
presença de raios ao longo de seu ciclo de vida. Além disso, foi realizada a
caracterização da fase do ciclo de vida dos SCM com maior atividade elétrica de raios e
de densidade de raios.
5.3 Análises de Parâmetros Previsores da Atividade E
létrica Usando Microondas
5.3.1 A Utilização do D
e
e IWP
Esta etapa teve o objetivo de caracterizar, através de análises estatísticas, a possível
relação existente entre as propriedades microfísicas de nuvens convectivas como: D
e
e
IWP com as ocorrências de raios usando canais de microondas. Este estudo foi
importante, pois diversos trabalhos na literatura têm mostrado que há um indicativo de
uma estreita relação entre o tamanho das partículas de gelo e o conteúdo integrado
verticalmente de gelo com a formação e intensificação da atividade elétrica dentro
dessas intensas nuvens geradoras de raios.
Primeiramente utilizou-se o algoritmo de inferência de D
e
e IWP desenvolvido por Zhao
e Weng (2001) (descrito em detalhes na seção 3) para que fossem determinadas essas
propriedades microfísicas. Portanto, foram realizadas simulações com este modelo, que
utilizou como dados de inicialização as T
B
em 23 GHz e 31 GHz do sensor AMSU-A2 e
as T
B
dos canais de 89 GHz, 157 GHz e 183.3
±
1 GHz do sensor MHS. As simulações
foram realizadas para o período de setembro de 2007 a fevereiro de 2008 para a região
de estudo apenas sobre o continente (foram eliminados pixels escaneados pertencentes à
parte oceânica). Como explicado anteriormente, este período de estudo foi
estrategicamente escolhido por possuir significativa ocorrência de raios (primavera de
2007 a verão de 2008), como relatado em diversos trabalhos (NACCARATO, 2005 e
como encontrado nos resultados apresentados na seção A.2.3) e por ser o período com
menor falta e/ou falhas de dados desses canais em microondas.
91
Como o satélite NOAA-18 possui uma órbita polar e geometria de escaneamento
transversal (across-track), apenas foram considerados os valores de D
e
e IWP
relacionados a pixels escaneados com ângulo de visada (Ângulo Zenital Local (ou do
Satélite)-do inglês Local Zenith Angle) entre
±
25
o
. Este limiar foi utilizado com base
no trabalho de Bernnartz (1999), em que o autor determinou a variação do tamanho do
pixel do sensor AMSUB (o qual é semelhante ao MHS) na direção latitudinal e
longitudinal ao longo de linhas escaneadas por este sensor, verificando que ângulos
maiores que este apresenta relevante deformação dos pixels nas duas direções com
relação ao seu tamanho no ponto subsatélite (nadir). Stubenrauch et al (2004) utilizaram
um valor limitante igual a este para analisar o D
e
e IWP em regiões de médias latitudes
e no trópicos. Esta limitação foi importante, pois para pixels próximos à borda da
imagem, devido à significante deformação, podem ocorrer erros nas estimativas de D
e
e
IWP.
O acoplamento desses dados de D
e
e IWP com os dados de raios fornecidos pela
RINDAT foi realizado de forma a contabilizar o número de raios para cada pixel do
sensor MHS ocorridos 7,5 minutos antes e 7,5 depois do horário da linha escaneada
(este intervalo de 15 minutos está em concordância ao utilizado para o estudo de
propriedades físicas). A utilização do horário específico do início da varredura da linha,
e não do horário da imagem do satélite, justificou-se para que esses dois tipos de dados
pudessem ser combinados precisamente. Assim, para cada pixel foi pesquisada a
ocorrência de raios entre esse intervalo de tempo sobre uma região do tamanho do pixel
centralizada na posição desse pixel. Sabendo que a forma do pixel do sensor MHS é
aproximadamente uma elipse e que mesmo dentro da limitação (
±
25
o
de ângulo de
visada) utilizada há uma pequena variação do tamanho ao longo da linha escaneada,
usou-se a expressão matemática descrita em Bernnartz (1999) para determinar o seu
tamanho para cada ponto das linhas varridas. Portanto, a determinação do tamanho dos
pixels nas direções cross-track e along-track foi realizada usando as seguintes
expressões:
92
a = 79.08 + 2.84n – 14.78n
0.666
(5.2)
b = 28.72 – 0.90n + 0.094n
1.5
(5.3)
Em que,
a é o tamanho do pixel na direção cross-track em quilômetros;
b é o tamanho do pixel na direção along-track em quilômetros;
n é a posição do pixel sobre a linha escaneada e possui valores entre 1 e 45.
A seguir, foram realizadas análises estatísticas para os parâmetros D
e
e IWP através da
mesma metodologia descrita na seção 5.2, isto é, levantamento de histogramas de
freqüência relativa para eventos com e sem a ocorrência de raios, histograma de
freqüência acumulada de raios e análises de probabilidade de raios. Com a análise de
probabilidade de raios utilizando o D
e
e IWP buscou-se analisar a relação direta entre
cada um desses parâmetros com a ocorrência de raios, além de quantificar esta relação
estatisticamente. Seguindo a metodologia proposta por Machado et al (2008), o cálculo
da probabilidade considerou o número de ocorrência de raios para cada intervalo de
classe e contabilizou a quantidade de vezes que ao menos j (ER
j
i
- ocorrência de raios
no intervalo i) raios ocorreram e a quantidade de vezes que nenhum raio foi reportado
(NER
i
- não ocorrência de raios no intervalo i) . Portanto, a probabilidade de ocorrer ao
menos j raios, P
i
(
≥
j), para cada intervalo i de D
e
ou IWP foi calculada da seguinte
forma:
i
i
j
i
j
i
NERER
ER
jP
+
=≥ )( (5.4)
5.3.2 Análise da Relação Entre Polarização do Gelo e a Ocorrência de Raios
Essa última etapa foi realizada para avaliar e quantificar a relação existente entre a
diferença de T
B
polarizada do canal de 85.5 GHz (T
BV
-T
BH
) e a atividade elétrica. As
análises de assinaturas de espalhamento polarizadas em 85.5 GHz foram de grande
importância visto a sensibilidade das partículas de gelo em espalhar radiação nesta
freqüência. Desta forma, como os trabalhos de Prigent e Pardo (2001) e Prigent et al
93
(2005) mostraram, essa diferença de T
B
polarizada pode dar um indicativo da região e
tipo de orientação (convectiva ou estratiforme) das partículas de gelo associadas à
atividade elétrica.
Assim, foram utilizadas as T
B
polarizada verticalmente e horizontalmente do canal de
85.5 GHz do sensor TMI, referentes a 647 passagens durante o período e região de
estudo. Para eliminar o sinal proveniente da superfície terrestre, rios, lagos e demais
alvos espalhadores que não fossem partículas de gelo (visto que o foco é sobre
aglomerados de nuvens com significativa quantidade de partículas de gelo), utilizou-se
um limiar de PCT de 250 K. Este limiar foi escolhido em concordância com diversos
autores (SPENCER et al, 1989; MOHR et al, 1996; MOHR e ZÍPER, 1996; CECIL et
al, 2002; Biscaro, 2006). Spencer et al (1989) usaram um valor de PCT de 255 K como
limiar para definir aglomerados de nuvens convectivas com intensa precipitação e
diferenciá-los de outras superfícies e Mohr et al (1996) encontraram SCM com alta
incidência de raios para PCT em 85 GHz do SSM/I menores que 250 K. Por outro lado,
Cecil et al (2002), analisando 45 tempestades através dos sensores TMI, PR e LIS do
satélite TRMM, encontraram alta atividade elétrica associada a valores menores que 250
K, enquanto Biscaro (2006), caracterizando sistemas precipitantes na bacia amazônica
em 1999 através do TMI e PR, encontrou ocorrência desses sistemas para PCT em torno
de 260 K. Foram também realizados testes com PCT maiores que 250 K, porém as
estatísticas mostraram-se inferiores e desta forma foi utilizado o limiar de 250 K, como
proposto pelos diversos autores.
Realizadas as limitações descritas acima, calculou-se a diferença entre T
BV
-T
BH
para
cada pixel do sensor TMI pertencente ao período de setembro de 2007 a fevereiro de
2008. Para cada pixel foi contabilizado o número de ocorrências de raios reportado pela
RINDAT 7,5 minutos antes e 7,5 depois do horário de cada linha escaneada, em uma
região elíptica de 7 km x 5 km centrada na posição do pixel. O período de estudo
escolhido e o intervalo de 15 minutos para procura de ocorrência de raios centrado no
horário da linha escaneada foram selecionados para estar em acordo com as análises de
D
e
e IWP, já que essas análises se complementam. A caracterização estatística, que foi
94
realizada em seguida para avaliar a relação entre a T
BV
-T
BH
e a ocorrência de raios, foi
similar a realizada para as propriedade D
e
e IWP, isto é, levantamento de histogramas
de freqüência relativa para eventos com e sem a ocorrência de raios, histograma de
freqüência acumulada de raios e análises de probabilidade de ocorrência de raios.
95
6 ANÁLISES DAS RELAÇÕES EXISTENTES ENTRE PROPRIEDADE
S
FÍSICAS DE SCM E ATIVIDADE ELÉTRICA DE RAIOS
O presente capítulo tem como foco principal avaliar as relações estatísticas e físicas
existentes entre alguns parâmetros morfológicos e radiativos de SCM e a atividade
elétrica de raios, caracterizar fisicamente SCM que apresentaram e que não reportaram a
atividade elétrica de raios ao longo do seu ciclo de vida, além de analisar a evolução
temporal da atividade elétrica ao longo do ciclo de vida dos SCM. Para a realização
dessas análises, foram utilizadas informações das propriedades físicas de SCM
determinadas pelo modelo FORTRACC e dados de ocorrência de raios reportados pela
RINDAT para o período de 2005 a 2008 para a região em estudo. O presente capítulo
foi estruturado em três etapas. Primeiro serão apresentadas as avaliações das
características gerais dos SCM ocorridos durante o período de estudo, seguida pela
caracterização das propriedades físicas de SCM e a atividade elétrica de raios e por fim
pelas análises da evolução da atividade elétrica dos raios durante o ciclo de vida dos
SCM.
6.1 Características Gerais dos SCM Ocorridos no Perí
odo de Estudo
N
esta seção foi realizada uma avaliação e caracterização preliminar dos SCM rastreados
pelo modelo FORTRACC para a região de estudo durante o período de julho de 2005 a
fevereiro de 2008. Estas análises foram baseadas na caracterização da distribuição
mensal de ocorrência dos SCM, comportamento do ciclo diurno de nascimentos
espontâneos de SCM, ciclo diurno da fração convectiva (FC) e taxa de expansão
normalizada (A
e
), além da variabilidade diurna dos raios associados aos SCM
identificados.
As informações do modelo utilizadas para o desenvolvimento dessa etapa foram
referentes ao período de julho de 2005 a fevereiro de 2008, pois corresponde ao período
que esses dados começaram a ser gerados de forma operacional pela
96
DSA/CPTEC/INPE. Desta forma, aplicando a metodologia descrita na seção 5.2, foram
rastreados aproximadamente 8.158 SCM. Ressalta-se que a detecção das organizações
de nuvens convectivas foi baseada nos critérios de limiar de 235 K da T
B
no IR e um
tamanho mínimo de 90 pixels para sua identificação. A contingência de SCM detectados
foi realizada de forma a contabilizar a ocorrência de SCM que nasceram dentro da
região em estudo, isto é, sistemas cujo centro de massa pertencia à área em estudo
quando detectados pela primeira vez pelo modelo.
A Figura 6.1 mostra o histograma de freqüência da distribuição mensal dos 8.158 SCM
identificados. A atividade convectiva apresentou um ciclo sazonal bastante organizado e
definido, havendo ocorrência de SCM em qualquer período do ano. A atividade
convectiva em geral apresentou-se mais intensa nos meses de janeiro e fevereiro, mais
precisamente em 2007, no qual ocorreram mais de 600 SCM. Por outro lado, os meses
de julho e agosto apresentaram as menores ocorrências, com uma quantidade de
ocorrências inferior a 30 SCM.
Figura 6.1 - Distribuição temporal mensal de ocorrências dos SCM detectados pelo
FORTRACC entre julho de 2005 a fevereiro de 2008 para a área em estudo.
A Tabela 6.1 mostra as ocorrências dos SCM para cada ano e estação. A sigla S/D (Sem
Dados) expressa meses e/ou estação que apresentaram ausência de dados. Analisando a
0
60
120
180
240
300
360
420
480
540
600
660
j
u
l
/
0
5
a
g
o
/
0
5
s
e
t
/
0
5
o
u
t
/
0
5
n
o
v
/
0
5
d
e
z
/
0
5
j
a
n
/
0
6
f
e
v
/
0
6
m
a
r
/
0
6
a
b
r
/
0
6
m
a
i
/
0
6
j
u
n
/
0
6
j
u
l
/
0
6
a
g
o
/
0
6
s
e
t
/
0
6
o
u
t
/
0
6
n
o
v
/
0
6
d
e
z
/
0
6
j
a
n
/
0
7
f
e
v
/
0
7
m
a
r
/
0
7
a
b
r
/
0
7
m
a
i
/
0
7
j
u
n
/
0
7
j
u
l
/
0
7
a
g
o
/
0
7
s
e
t
/
0
7
o
u
t
/
0
7
n
o
v
/
0
7
d
e
z
/
0
7
j
a
n
/
0
8
f
e
v
/
0
8
m
a
r
/
0
8
Meses
Número de SCM
97
sazonalidade da atividade convectiva, através da distribuição de freqüência da Figura
6.1 e da Tabela 6.1, observa-se que o verão foi a estação que apresentou em média a
maior ocorrência de SCM (representando quase 50 % do total de ocorrências) enquanto
que o inverno foi a estação com menor ocorrência de atividade convectiva
(representando entorno de 3 % do total de ocorrências). O período de primavera-verão
representou aproximadamente 75 % da atividade convectiva enquanto que o período
outono-primavera apenas 25 % da atividade convectiva. Esses resultados foram bastante
semelhantes aos encontrado em diversas regiões, como os realizados nos EUA
(MADDOX, 1980), América do Sul (VELASCO e FRITSCH, 1987), Austrália, China e
região do Pacífico Oeste (MILLER e FRITSCH, 1991) e África (LAING e FRITSCH,
1993). Os resultados desses autores e os observados neste trabalho indicam que a
característica da sazonalidade dos SCM parece apresentar um comportamento global. O
favorecimento de atividade convectiva mais intensa (menos intensa) aproximadamente
durante o verão (inverno) deveu-se principalmente a variabilidade sazonal da insolação.
Tabela 6.1 - Estatística de ocorrência sazonal de SCM durante o período de estudo.
A comparação entre a ocorrência anual de SCM (Tabela
6.1) e a contingência de raios
reportados pela RINDAT (Apêndice A, Figura A.7) não mostraram uma forte
correlação. Apesar do ano de 2007 ter apresentado um número maior de SCM (2.831
contra 2.407 em 2006), houve um número menor de raios (1.700.928 contra 2.069.435
raio em 2006, dados numéricos não mostrados), o que pode ser resultado de SCM
menos severos que os de 2006. Se considerarmos que os raios são exclusivamente
provenientes dos SCM, teríamos em 2006 uma média em torno de 860 raios por SCM
contra 601 em 2007. Contudo, muitos raios são também provenientes de tempestades
localizadas de menor escala espacial (não detectáveis pela limitação imposta pelo
FORTRACC), portanto, não se pode concluir se os SCM em 2006 foram mais ativos ou
DJF % MAM
% JJA % SON % TOTAL
2005
S/D S/D S/D S/D S/D S/D 836 S/D 836
2006
1142 49.93 459 19.26 99 4.15 634 26.61 2407
2007
1342 48.66 607 22.01 75 2.72 734 26.26 2831
2008
1759 S/D S/D S/D S/D S/D S/D S/D 1759
Média
1414
49
533
21
87
3
735
26
1958
98
se neste ano houve uma maior ocorrência de tempestades isoladas. Além disso, ressalta-
se que a limitação de considerar apenas SCM nascidos no estado de SP, elimina aqueles
que nascerem fora desta área e depois a adentraram e que também poderiam ter
ocasionado raios. No entanto, o comportamento sazonal apresentado pelos SCM
analisados, está em apreciável coerência com o comportamento sazonal da atividade
elétrica de raios apresentado no Apêndice A, na seção A.2.3. A variabilidade do
comportamento sazonal da atividade elétrica de raios mostrou que 42% e 32% da
atividade elétrica de raios ocorrem respectivamente no verão e primavera, enquanto que
49 % e 26 % dos SCM analisados ocorreram no verão e primavera, respectivamente.
Portanto, os resultados mostraram que 75 % dos SCM e 74 % da atividade elétrica de
raios ocorreram no período de primavera-verão. Dessa forma, a forte correlação sazonal
entre ocorrência de SCM e de atividade elétrica indica a grande importância dos SCM
como intensos produtores de atividade elétrica. A observação da forte correlação entre
grandes organizações de nuvens convectivas e a ocorrência de raios tem sido observada
desde os trabalhos pioneiros de Goodman e Macgorman (1986). Os resultados
encontrados por esses autores mostraram que metade dos SCM analisados estiveram
associados a danos relacionados à atividade elétrica de raios.
No intuito de avaliar o comportamento do ciclo diurno de nascimentos dos SCM,
realizou-se um levantamento do número de sistemas que iniciaram espontaneamente. A
escolha apenas de sistemas que iniciaram espontaneamente tornou esta análise mais
representativa, pois, como discutido anteriormente, esses sistemas são aqueles que não
foram gerados como um resultado de divisão (Split) de SCM, mas sim nasceram
naturalmente. Dessa forma, essa limitação assegura que o crescimento inicial desses
SCM está associado à própria dinâmica interna desses sistemas (MACHADO e
LAURENT, 2004). Essa seleção resultou na redução da amostra de 8.158 SCM para
4.675 SCM. A Figura 6.2 ilustra o comportamento do ciclo diurno de nascimentos
espontâneos para os 4.675 SCM em estudo.
99
Figura 6.2 - Distribuição horária de freqüência total de nascimentos espontâneos de SCM
detectados pelo FORTRACC para o período de julho de 2005 a março de 2008.
Pelo histograma de freqüência, nota-se que a ocorrência de iniciações espontâneas de
SCM pode ocorrer a qualquer hora do dia. No entanto, há uma preferência de
nascimentos durante a tarde e as primeiras horas da noite, entre os horários de 11 horas
locais e 21 horas locais. Os horários das 8 horas locais e 13 horas locais apresentaram as
menores e maiores ocorrência de nascimentos de SCM, representando 2 % e 12 % do
total de SCM reportados, respectivamente. Para a região da Bacia do Prata, Vila et al
(2004) encontraram um pico de nascimentos espontâneos de SCM situando-se por volta
das 13-14 horas local. Na região do Pacífico Oeste, Miller e Fritsch (1991) observaram
que o pico da convecção encontrava-se um pouco mais tarde, em torno das 16 horas
local. Por outro lado, sobre o continente Africano, Laing e Fritsch (1993) verificaram a
maior parte das gêneses de SCM aproximadamente às 19 horas local. Os horários do dia
de maior ocorrência de nascimentos de SCM oscilam entre as diversas regiões
consideradas. Esses resultados sugerem, portanto, que o horário do dia com maior
atividade convectiva sofre influência de fatores regionais. A maior ocorrência da
atividade convectiva nas diversas regiões citadas e sobre a região estudada neste
trabalho ocorre preponderantemente entre a tarde e as primeiras horas do período
noturno, como conseqüência do caráter termodinâmico da convecção (horário de
máxima insolação).
0 2 4 6 8 10 12 14 16 18 20 22
0
50
100
150
200
250
300
350
400
450
500
550
600
650
0
2
4
6
8
10
12
14
16
18
20
Histograma
Frequência Relativa
Número de Nascimentos
Hora Local
Frequência Relativa (%)
100
Em complementação à análise do ciclo diurno de iniciações espontâneas discutidas
anteriormente, caracterizou-se também o comportamento do ciclo diurno da fração
convectiva (FC), taxa de expansão normalizada (A
e
) e ocorrência de raios associados
aos SCM detectados pelo modelo FORTRACC. Esta avaliação torna-se importante, na
medida em que o momento do dia de preferencial ocorrência de células convectivas
(núcleos convectivos possuindo topos com T
B
< 210 K embebidos nos SCM) e a mais
intensa taxa de crescimento (A
e
) dos SCM possa indicar um prognóstico da atividade
elétrica de raios. Para o levantamento dessas estatísticas, a representatividade foi
assegurada considerando-se somente a FC e A
e
dos membros dos SCM que não foram
gerados como resultado de uma imagem virtual (imagem gerada pelo modelo na falta de
uma imagem real de satélite). Em particular, como a propriedade física A
e
representa
basicamente a taxa de variação da área de um SCM entre duas imagens normalizada
pela área média do SCM entre essas imagens, foi realizada também uma seleção de
forma a considerar somente aqueles membros de SCM, no qual o membro atual não
resultou de uma divisão (Split) ou junção (Merge) de SCM da imagem anterior. A
Figura 6.3 mostra os resultados do comportamento do ciclo diurno médio da FC, A
e
e a
soma total de raios associados aos SCM.
Figura 6. 3 - Distribuição horária média da Taxa de Expansão Normalizada (10
-6
s
-1
), Fração
Convectiva e o Número Total de Raios dos SCM detectados pelo FORTRACC
para o período de julho de 2005 a fevereiro de 2008.
0 2 4 6 8 10 12 14 16 18 20 22 24
-80
-60
-40
-20
0
20
40
60
80
100
120
140
160
0 2 4 6 8 10 12 14 16 18 20 22 24
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
0.18
0
20000
40000
60000
80000
100000
120000
Taxa de Expansão Normalizada
Fração Convectiva
Raios
Taxa de Expansão Normalizada (10
-6
s
-1
)
Hora Local
Fração Convectiva
T o tal de Raio s = 1.1 70.5 4 9
Número Total de Raios
101
A análise do ciclo diurno das propriedades dos SCM (Figura 6.3) mostrou um
comportamento bastante organizado, além de evidenciar importantes características
físicas e dinâmicas dos SCM. Para este estudo, foi registrado um total de 1.170.549
raios associados aos SCM. Observa-se uma forte correlação entre o comportamento do
ciclo diurno da atividade elétrica de raios e da propriedade física A
e
. Houve um rápido
crescimento na ocorrência de raios próximo das 11 horas local associado a uma forte
expansão dos SCM. O máximo de atividade elétrica (aproximadamente 120.000 raios)
ocorreu próximo das 16 horas, três horas depois da máxima taxa de crescimento
(aproximadamente 160.10
-6
s
-1
) e da máxima quantidade de células convectivas dos
SCM (aproximadamente 13% da área total). Porém, mesmo a propriedade física FC não
apresentando um comportamento de ciclo diurno bem definido, pois também foi
verificado um pico secundário em torno das 20 horas (provavelmente relacionado com a
formação de nuvens Cirrus espessas associado à convecção profunda), os mais altos
valores de FC encontraram-se após as 13 horas, período de mais intensa atividade
elétrica.
Resultados semelhantes aos observados sobre o comportamento diurno de algumas
propriedades de SCM determinadas pelo modelo FORTRACC foram notados também
por Machado e Laurent (2004) e Vila et al (2004). Machado e Laurent (2004)
encontraram máxima taxa de expansão de SCM sobre a Amazônia as 13 horas local,
enquanto Vila et al (2004) encontraram máximos valores de A
e
entre as 14-15 horas
local e o mínimo da T
min
próximo das 17 horas. Portanto, os resultados indicam que
para a região em estudo a variabilidade da insolação diurna modula de forma direta os
máximos de ocorrência de células convectivas e de taxa de crescimento dos SCM
estudados. Sugere-se assim que a insolação durante o período da tarde (próximo do
horário das 13 horas) favorece a ocorrência das mais intensas correntes ascendentes nos
SCM, favorecendo um máximo (porém tímido) de células convectivas.
As análises mostraram que além do máximo de atividade elétrica de raios ocorrer em
média três horas após o máximo de A
e
, o mesmo situou-se em um horário
(aproximadamente 16 horas) em que a A
e
apresentou os valores mais baixos (valores
102
entorno de 30.10
-6
s
-1
), porém ainda positivos. Essa observação sugere que as intensas
correntes ascendentes dos SCM que ocorreram às 13 horas favoreceram o máximo de
ocorrência de atividade elétrica próximo a fase de maturação dos SCM. De forma
complementar a esta observação, nota-se que após as 19 horas ocorreu um decaimento
sistemático no número de raios, em consonância com o período do dia que os SCM
começam a dissipar (valores negativos de A
e
). Esses resultados sugerem, portanto, que
as condições meteorológicas após as 19 horas são associadas à fase de dissipação dos
SCM, isto é, o fim da fase onde se prevalecem às correntes ascendentes capazes de
produzir significativa atividade elétrica de raios. A interpretação desta figura deve levar
em conta que há um crescimento da área do SCM (valores positivos de A
e
correspondem a um aumento da área do SCM) logo, apesar do número de raios ser
maior após o máximo de A
e
é alcançado, não significa que a taxa de raios/km
2
de
nuvem seja maior. Esses pontos serão discutidos em detalhes na próxima seção.
6.2 Caracterização da Relação Entre Propriedades Físicas de SCM e a Atividade
Elétrica de Raios
Nesta seção serão avaliadas as relações estatísticas e físicas existentes entre as
propriedades físicas de SCM rastreados pelo modelo FORTRACC e a atividade elétrica
de raios. Essa abordagem é importante, pois permitirá um melhor entendimento físico
das principais características físicas dos SCM responsáveis pela produção e
intensificação da atividade elétrica, além de permitir a inferência sobre os possíveis
limiares desses parâmetros que possam ser utilizados para diagnóstico e prognóstico da
atividade elétrica de raios. Foi utilizado o banco de dados processado que contêm o
produto final desse modelo, que constituiu-se basicamente das propriedades físicas de
SCM acoplado com dados de ocorrência de raios, para o período de julho de 2005 a
fevereiro de 2008 para a região de estudo. As propriedades físicas determinadas pelo
modelo FORTRACC e utilizadas são as seguintes: Raio Efetivo, Taxa de Expansão
Normalizada, Temperatura Média de Brilho, Taxa de Variação da Temperatura Média
de Brilho, Temperatura Mínima de Brilho, Taxa de Variação da Temperatura Mínima
de Brilho, Temperatura Mínima Média de Brilho do Kernel de 9 Pixels, Taxa de
103
Variação da Temperatura Mínima Média de Brilho do Kernel de 9 Pixels, Fração
Convectiva e Excentricidade. As análises estatísticas conduzidas para cada propriedade
física serão apresentadas e discutidas nas seções seguintes.
6.2.1 Raio Efetivo (R
e
)
A avaliação do tamanho (área do SCM em pixels, determinado usando o limiar de T
B
de
235 K) dos SCM mostrou-se de grande importância haja viso que alguns estudos
(MORALES et al, 2004) têm evidenciado que o desenvolvimento espacial do topo de
aglomerados de nuvens convectivas possui uma forte dependência da presença de
partículas de gelo, a qual se correlaciona de forma direta para a ocorrência da atividade
elétrica de relâmpagos. A caracterização da relação existente entre o tamanho dos SCM
e a atividade elétrica foi realizada através das análises da medida do Raio Efetivo (R
e
)
dos SCM. Segundo Machado et al (1998), esta medida linear representa de forma mais
aceitável a dimensão dos SCM, diante dos diversos formatos observados desses
Clusters de nuvens convectivas. Portanto, aplicando a metodologia descrita na seção
5.2, reportou-se a ocorrência de aproximadamente 8.158 SCM. Para a análise do
parâmetro R
e
, considerou-se somente aqueles membros das famílias de SCM que não
foram gerados devido à falta de imagem (imagem virtual). Com essas considerações e
com o objetivo de realizar comparações, os membros das famílias de SCM foram
divididos em um grupo de eventos de tamanho de membros de SCM que não
apresentaram raios e outro no qual se reportou a ocorrência de raios. Para o grupo com
eventos de atividade elétrica de raios, registrou-se a ocorrência de 1.170.636 raios. A
Figura 6.4 mostra a distribuição de freqüência de ocorrência para os dois grupos de
eventos, o grupo de R
e
sem raios (Figura 6.4 (a)) e com raios (Figura 6.4(b)) em
quilômetros (km).
104
Figura 6. 4 - Histograma de freqüência para a propriedade física Raio Efetivo (km) dos
membros de SCM que (a) não apresentaram raios e (b) para membros dos SCM
que apresentaram raios e curvas ajustadas.
As considerações discutidas no parágrafo anterior possibilitaram o registro de 25.593
observações de eventos de tamanho de membros de SCM que não apresentaram raios
(Figura 6.4 (a)). Baseado neste contingente de observações verificou-se que o número
de eventos decai bruscamente com o tamanho, principalmente para R
e
maiores que 66,5
km. Segundo o teste de aderência KS, a distribuição Gama (a qual também apresentou
alta correlação com a distribuição do histograma, apresentando um valor entorno de 0,
998) foi a função de distribuição de probabilidade que melhor representou este rápido
decrescimento de eventos com o aumento do tamanho dos SCM. Com isso,
aproximadamente 95 % dos eventos apresentaram tamanho menor que 111.5 km,
enquanto que uma pequena parcela dos eventos correspondendo a menos de 4%
apresentou tamanhos maiores que 246.5 km. O maior número de eventos de tamanho de
SCM sem ocorrência de raios (80 %) foi registrado para a classe de tamanho entre 21.5
km a 66.5 km, representando um tamanho médio de 44 km, enquanto que membros de
SCM com tamanho entre 471,5 km a 516,5 km apresentaram as menores ocorrências
(representando menos de 0.008 % do total de observações). Portanto, os eventos que
não apresentaram raios estiveram associados preponderantemente a SCM de tamanhos
2
1
.5-6
6
.5
6
6
.
5
-1
1
1.5
111.5-156.5
1
5
6.5-
2
01.5
20
1.5-
2
46
.
5
2
4
6.5-
2
91.5
29
1.5
-3
36
.5
33
6
.5-3
8
1.5
381.5-426.5
426.5-471.5
4
7
1.5-
5
16.5
51
6.5-
5
61
.
5
56
1
.
5
-6
0
6.5
606.5-651.5
0
10
20
30
40
50
60
70
80
Média=
55,36
Desvio Padrão= 51,12
Valor Mín.= 21,53
Valor Máx.= 726,33
Número de Obs.= 25.593
Correlação= 0,9977
Frequência Relativa (%)
Raio Efetivo (km)
Histograma - Sem Raios
Distribuição Gama
2
1.5
-
6
6
.5
6
6.5
-
1
1
1
.
5
1
1
1
.
5
-
1
5
6
.
5
1
5
6
.
5
-
2
0
1
.
5
2
0
1
.
5
-
2
4
6
.
5
2
4
6
.
5
-
291
.
5
2
9
1
.
5
-
3
3
6
.
5
3
3
6
.
5
-
3
8
1
.
5
3
8
1
.
5
-
4
2
6
.
5
4
2
6
.
5
-
471
.
5
4
7
1
.
5
-
516
.
5
5
1
6
.
5
-
561
.
5
5
6
1
.
5
-
6
0
6
.
5
6
0
6
.
5
-
6
5
1
.
5
0
10
20
30
40
50
60
70
80
Média= 86,72
Desvio Padrão= 79,67
Valor Mín.= 21,53
Valor Máx.= 733,07
Número de Obs.= 12.473
Correlação= 0,9972
Frequência Relativa (%)
Raio Efetivo (km)
Histogramas - Com Raios
Distribuição Exponencial
(a) (b)
105
relativamente pequenos em relação à amostra analisada com tamanho médio de
aproximadamente 55,36 km.
A distribuição de eventos para SCM que reportaram a ocorrência de raios (Figura 6.4
(b)) apresentou algumas semelhanças a dos eventos sem raios, porém importantes
características podem ser observadas. Para esta distribuição, reportou-se a ocorrência de
aproximadamente 12.473 membros de SCM que apresentaram ao menos a ocorrência de
um raio. Portanto, membros de SCM sem a presença de raios representaram em média
duas vezes mais ocorrências em relação a membros de SCM que apresentaram a
ocorrência de ao menos um raio. No entanto, a distribuição de freqüência apresentou um
decaimento menos abrupto em relação à distribuição sem raios. Conforme a curva
ajustada, o decaimento de eventos de SCM com raios em função do tamanho do SCM
seguiu aproximadamente uma relação estatística exponencial (correlação de ajuste de 0,
997). Nota-se que 95 % das ocorrências foram reportadas para SCM com R
e
menor que
246,5 km enquanto que os SCM com tamanhos maiores que 381,5 km representaram as
menores ocorrências (1,3 % do total de eventos). A classe representando SCM com
tamanhos médios de 44 km reportaram a maior ocorrência (representaram 56 % dos
eventos). Por outro lado, a menor ocorrência foi observada para SCM com tamanho
médio de 516,5 km. Os resultados sugerem que SCM que registraram ao menos a
ocorrência de um raio foram em média relativamente pequenos com relação a sua
amostra e relativamente maior em relação aos sistemas que não apresentaram raios.
Essa observação é reforçada, verificando que os SCM sem a presença de raios
apresentaram um tamanho médio de 55, 36 km, enquanto os que possuíram raios
tiveram um tamanho médio de 86, 72 km.
As diferenças mais detalhadas, entre as características das distribuições do grupo de
tamanho com e sem a presença de raios é mais bem ilustrada através da comparação
entre as curvas ajustadas para cada distribuição (Figura 6.5). Apesar das distribuições
apresentarem boa correlação (aproximadamente 0,97) entre si, importantes
discrepâncias entre as curvas de distribuições com (vermelho) e sem raios (azul) foram
notadas para SCM com tamanho menor que 336,5 km. Em geral, os eventos de tamanho
106
com ocorrência de raios possuíram uma distribuição mais homogênea em relação aos
eventos sem raios, sendo que 30 % a mais de eventos sem raios foram observadas para a
classe de tamanho médio de 44 km. Por outro lado, a quantidade de SCM com raios foi
sempre superior as dos sem raios para tamanhos maiores que 111,5 km. O SCM de
menor (maior) tamanho reportado para os sistemas sem raios foi de 21,53 km (726,33
km), enquanto para os com raios foram 21,53 km (733,07 km). Morales et al (2004), de
modo semelhante, encontraram que a maioria dos SCM que apresentaram raios
possuíam tamanhos entre 71 km e 226 km, sendo que SCM maiores que 226 km sempre
apresentaram raios. Pode-se especular que, apesar do limiar mínimo de tamanho ser
igual para os dois grupos, os SCM com maiores (menores) tamanhos possuíram uma
probabilidade maior (menor) de possuir atividade elétrica de raios.
Figura 6. 5 - Análise comparativa entre a curva ajustada para o histograma de Raio Efetivo de
membros de SCM que não apresentaram raios (azul) e a curva ajustada para a
amostra de Raio Efetivo que apresentaram raios (vermelha).
As análises discutidas acima sugerem que possivelmente o tamanho (R
e
) dos SCM
possa mostrar algum indicativo da ocorrência de atividade elétrica de raios. Portanto,
para avaliar essa hipótese, contabilizou-se o número de ocorrências de raios para cada
intervalo de classe de tamanho (referentes às classes de tamanho da Figura 6.4(b)). Esta
análise foi realizada considerando-se a ocorrência aproximadamente de 1.170.636 raios
2
1.5-
66
.
5
6
6.5-
11
1.
5
111.5-156.5
156
.
5
-
201
.
5
2
01.5-
2
46.5
246
.
5
-
291
.
5
2
91.5-
3
36.5
336.5-381.5
3
81.5-
4
26.5
426.5-471
.
5
4
71.5-
5
16.5
516.5-561.5
56
1.5-
60
6.
5
606.5-651.5
0
10
20
30
40
50
60
70
80
Correlação= 0,9569
Frequência Relativa (%)
Raio Efetivo (km)
Frequência Ajustada - Sem Raios
Frequência Ajustada - Com Raios
107
reportados, distribuídos entre os eventos de tamanho de SCM que apresentaram raios. A
Figura 6.6 mostra o histograma de freqüência acumulada de raios em função do
tamanho do SCM.
Todas as classes de tamanho apresentaram ocorrência de raios. No entanto, menos de
20% das ocorrências de raios esteve associada com SCM de tamanho menores que 66,5
km, enquanto que mais de 90 % dos raios ocorreram em SCM com tamanho menores
que 381,5 km de R
e
. Esta observação é importante visto que a representatividade de
20% de raios ocorreu em uma classe que possuía a mais alta ocorrência de eventos de
tamanho, a qual representou mais de 65 % (Figura 6.4 (b)) dos eventos com raios em
relação às demais classes. Apesar dos SCM pequenos (R
e
menores que 66,5 km)
representarem a maioria dos eventos de tamanho, os mesmos estiveram associados às
menores ocorrências de atividade elétrica de raios. Nota-se que 50 % dos raios
ocorreram quando os SCM excederam um limiar de tamanho de 111,5 km. Os maiores
aumentos de ocorrência de raios foram observados entre as oito primeiras classes, de
forma que o aumento foi mais representativo nas classes iniciais de tamanho. Por outro
lado, a partir da classe com tamanho maior que 381,5 km, a variabilidade de ocorrência
de raios foi apreciavelmente menor. Essas observações estão associadas ao fato que as
maiores ocorrências de eventos de tamanho com raios situaram-se nas primeiras classes,
enquanto a pouca variabilidade entre as classes com SCM maiores deveu-se em parte a
poucos eventos com estas características. Em geral, os resultados mostraram que os
SCM maiores possuíram um processo dinâmico diferenciado, o qual propiciou que o
aumento da atividade elétrica de raios associasse-se de forma bastante regular com o
aumento do tamanho dos SCM.
108
Figura 6. 6 - Freqüência Acumulada (%) de ocorrência de raios em função do Raio Efetivo (km)
dos SCM.
No intuito de parametrizar estatisticamente a relação física existente entre o tamanho
dos SCM e a atividade elétrica de raios, determinou-se o valor médio de raios entre os
membros de SCM pertencentes a cada classe de tamanho. A Figura 6.7 mostra a relação
estatística encontrada entre o número médio de raios em função do tamanho médio dos
SCM. O número médio de raios apresentou uma relação crescente com o aumento do
tamanho dos SCM, de forma que foi possível ajustar uma curva de potência com alto
coeficiente de determinação de 0,91, como mostrado na equação 6.1.
NMR = 0.497* (R
e
)
1,15
(6.1)
Em que,
NMR é número médio de raios;
R
e
é o raio efetivo do SCM em quilômetros.
21
.
5
-
6
6
.5
6
6
.
5-1
11
.
5
111.5-156.5
15
6
.
5
-
2
0
1
.5
2
01
.
5
-
2
4
6
.
5
2
46.5
-
291
.
5
291.5-336.5
33
6
.
5
-
3
81.5
3
81
.
5
-
4
2
6
.
5
4
26.5
-
471
.
5
471.5-516.5
51
6
.
5
-
5
61.5
5
61
.
5
-
6
0
6
.
5
6
06.5
-
651
.
5
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada (%)
Raio Efetivo (km)
109
Figura 6. 7 - Variação do número médio de raios, desvio padrão em função do Raio Efetivo dos
SCM e curva de potência ajustada para a ocorrência média de raios.
Desta forma, apesar da curva ajustada apresentar uma leve inclinação (0,5), a menor
(maior) quantidade média de raios foi encontrada para os SCM com tamanhos médios
de 44 km (584 km), os quais apresentaram uma média de 33 raios e 1.301 raios,
respectivamente. A ocorrência média de raios (416 raios) foi reportada para SCM com
tamanhos de 449 km. A variabilidade no número médio de raios (maiores valores de
desvio padrão) observado para SCM com tamanhos maiores que 336,5 km deve-se,
como mostrado na Figura 6.4 (b), à ocorrência de poucos SCM com tamanhos maiores
que estes valores. Portanto, os resultados mostram que o tamanho dos SCM é uma
variável fortemente relacionada com a atividade elétrica de raios, apresentando uma
relação de regressão positiva de potência entre esses dois parâmetros e sendo um
importante parâmetro a ser considerado no diagnóstico e prognóstico da atividade
elétrica de raios. Com isso, esses resultados indicaram que os maiores SCM possuem
maior probabilidade de ocorrência de raios em função da sua dinâmica diferenciada
(forte desenvolvimento vertical) necessária para criá-los e intensificá-los, produzindo
quantidade de partículas de gelo suficiente para gerar altos índices de ocorrência de
raios.
Apesar dos resultados mostrarem que em geral os SCM de tamanhos maiores propiciam
a uma ocorrência de atividade elétrica de raios mais intensa, torna-se importante
R
2
= 0.91
-200
0
200
400
600
800
1000
1200
1400
1600
1800
2000
0 50 100 150 200 250 300 350 400 450 500 550 600 650
Raio Efetivo (km)
Número Médio de Raios
Curva Observada Potência (Curva Observada)
110
verificar se a concentração de raios por unidade de área (raios/km
2
) também é realmente
maior em SCM maiores ou se há uma dependência do tamanho da área convectiva
associada a cada sistema. Seguindo uma metodologia semelhante à adotada por Morales
et al (2004), determinou-se ao invés da soma de raios para cada classe a densidade de
raios, o qual é representada pela razão entre o tamanho de cada membro dos SCM e a
sua respectiva quantidade de raios (raios/km
2
). Na Figura 6.8 é ilustrada a relação
encontrada entre a densidade de raios (raios/km
2
) e o R
e
dos SCM. Nota-se a existência
de uma forte relação de regressão negativa de potência, com alto índice de determinação
entre a densidade de raios e tamanho do SCM (coeficiente de determinação de 0,85). A
equação que melhor representou essas características é expressa da seguinte forma:
DMR = 0,21* (R
e
)
-0,89
(6.2)
Em que,
DMR é a densidade média de raios;
R
e
é o raio efetivo do SCM em quilômetros.
Figura 6. 8 - Variação da Densidade Média de Raios em função do Raio Efetivo, seu desvio
padrão e curva de potência ajustada para a ocorrência da densidade média de
raios.
R
2
= 0.85
0.000
0.001
0.002
0.003
0.004
0.005
0.006
0.007
0.008
0.009
0.010
0.011
0.012
0 50 100 150 200 250 300 350 400 450 500 550 600 650
Raio Efetivo (km)
Densidade Média de Raios (Raios/km2)
Curva Observada Potência (Curva Observada)
111
Apesar da densidade de raios aumentar com a diminuição do tamanho dos SCM, esta
variabilidade é relativamente pequena (coeficiente angular de 0,21). A menor (maior)
concentração de raios foi observada para SCM com tamanhos de 630 km (48 km) com
valores de 0,006 raios/km
2
e 0,0004 raios/km
2
, respectivamente. A quantidade mais
significativa de concentração de raios foi observada para tamanhos menores que 246,5
km. Esses índices de densidade de raios ainda foram relativamente baixos, além da
quantidade de raios serem bastante flutuante entre SCM de uma mesma classe
(demonstrado pelos altos valores de desvio padrão para tamanho menores que 246,5
km). Contudo a mais importante característica observada, associado a mais alta
densidade de raios relacionada aos menores SCM, enquanto as maiores ocorrências de
raios ocorreram para sistemas maiores que estes (Figura 6.7), indicam que a distribuição
espacial de raios sobre a área dos SCM mostra-se diferenciada entre sistemas pequenos
e grandes, sugerindo assim que os sistemas grandes produzem mais raios como um todo
(devido a sua maior área). Por outro lado, os menores aparentam ser mais eficientes
(ocorrência de raios mais concentrada por área unitária).
O trabalho de Machado e Rossow (1993) vem a ratificar esses resultados. Esses autores
observaram que em média um SCM tropical grande possui durante o estágio de
maturação aproximadamente 80 % de sua área sendo composta de nuvens estratiformes,
o que tornaria a eficiência de raios por pixel (raios/km
2
) desses sistemas mais baixa,
apesar de possuir um número total de raios (soma de todos os raios sobre a área total do
sistema) maior, devido a sua maior área em relação aos menores sistemas. Portanto,
também em consonância com o trabalho de Morales et al (2004), a densidade de raios
mostrou-se um importante parâmetro que, associado com a distribuição de tamanhos
dos SCM, possivelmente pode ser utilizada para diferenciar os processos dinâmicos
entre sistemas de diversos tamanhos com relação à atividade elétrica de raios.
6.2.2 Taxa de Expansão Normalizada (A
e
)
A Taxa de Expansão Normalizada (A
e
) é um parâmetro que indica a taxa de
crescimento ou decaimento relativa dos SCM em relação a sua área média entre duas
112
imagens consecutivas, sendo expressa em 10
-6
s
-1
. Essa abordagem torna-se importante,
pois esse parâmetro está associado diretamente com a quantidade de fluxo de massa ou
taxa de condensação no interior dos SCM (MACHADO e LAURENT, 2004), a qual
correlaciona fortemente com a formação de partículas de gelo e, conseqüentemente,
com a atividade elétrica (GOODMAN e MACGORMAN, 1986). A partir da
contingência reportada de aproximadamente 8.158 SCM, selecionou-se somente aqueles
membros das famílias de SCM em que o mesmo e seu antecessor (o próprio sistema, só
que 15 minutos antes) não foram gerados devido à falta de imagem e também não
surgiram como resultado de um caso de divisão (Split) ou junção (Merge) de SCM. Esta
consideração é relevante, pois, nesta análise a taxa de crescimento e decaimento dos
SCM de interesse é aquela devido à própria dinâmica interna dos sistemas e não
associado à união ou divisão do SCM. Com estas considerações, as análises a seguir
contaram com o registro de 160.321 ocorrências de raios. Para caracterizar os membros
que apresentaram e que não possuíram raios em função da A
e
, construiu-se histogramas
de freqüência para os dois grupos, como mostra a Figura 6.9, (a) sem raios e (b) com
raios.
A maioria dos 14.253 eventos que não apresentaram raios (Figura 6.9 (a)) possuíram A
e
entre -470.10
-6
s
-1
e 380.10
-6
s
-1
(mais de 94 % dos eventos). Em geral, os valores
estiveram mais concentrados para baixas A
e
, como mostrado pelo ajuste da distribuição
Gaussiana (correlação entre os eventos e a freqüência ajustada de 0,97). As maiores
(menores) ocorrências por classe de eventos foram reportadas para SCM que
apresentaram A
e
entre -130.10
-6
s
-1
e 40.10
-6
s
-1
(890.10
-6
s
-1
e 1060.10
-6
s
-1
), representando
38 % e 0,1 %, respectivamente. Houve uma distribuição simétrica entre SCM com A
e
negativas e positivas com um valor médio de 34,2.10
-6
s
-1
. De maneira geral, SCM que
não reportaram a ocorrência de raios caracterizaram-se por valores de A
e
próximos ou
menores que zero. Estes resultados indicam que a maioria dos SCM sem a ocorrência de
raios em um intervalo médio de 15 minutos possuiu correntes ascendentes menos
intensas, sugerindo assim que os mesmos encontravam-se próximos ou depois do
estágio de maturação.
113
No caso dos eventos que apresentaram no mínimo a ocorrência de um raio (Figura 6.9
(b)), dos 6.163 eventos, mais de 94 % tiveram A
e
entre -470 e 380 10
-6
s
-1
. De modo
semelhante aos SCM que não apresentaram raios, a melhor distribuição que caracterizou
esses eventos foi a Gaussiana (correlação de 0,97). As maiores (menores) ocorrências de
SCM com raios por classe possuíram valores entre 40.10
-6
s
-1
e 210.10
-6
s
-1
(890.10
-6
s
-1
e
1060.10
-6
s
-1
), representando 37 % e 0,2 %, respectivamente. Como conseqüência, a
maioria dos SCM com a ocorrência de no mínino um raio, caracterizou-se
preponderantemente por valores mais positivos de A
e
(mais de 60 % dos eventos), como
comprovado pela assimetria encontrada na distribuição dos eventos e pelo valor médio
de 83,7.10
-6
s
-1
(enquanto no grupo sem raios foi de 34,2.10
-6
s
-1
). Diferentemente dos
eventos que não apresentaram raios, a ocorrência de raios esteve associada à SCM
caracterizados pelas mais fortes correntes ascendentes e que encontravam-se antes da
fase de maturação.
Figura 6. 9 - Histograma de freqüência para a propriedade física Taxa de Expansão Normalizada
(10
-6
s
-1
) dos membros de SCM que (a) não apresentaram raios e (b) para membros
com raios e curvas ajustadas.
A Figura 6.10 mostra que as distribuições de eventos sem (azul) e com a presença de
raios (vermelho) são diferentes. Um fator de assimetria de -0,33 (+0,41) para a
distribuição sem raios (com raios) e a largura na meia altura das distribuições conferem
-810/-640
-640/-47
0
-470/-300
-300/-130
-
1
30-40
40-21
0
210-380
380
-
5
50
550-720
720-890
890-10
60
0
5
10
15
20
25
30
35
40
Méd
ia=
34,21
Desvio Padrão= 232,78
Valor Mín.= -1656,8
Valor Máx.= 1265,8
Número de Obs.= 14.253
Correlação= 0,9658
Frequência Relativa (%)
Taxa de Expansão Normalizada (10
-6
s
-1
)
Histograma - Sem Raios
Distribuição Gaussiana
-
810
/
-640
-
64
0/
-47
0
-
4
70/
-3
00
-
3
00/
-1
30
-
130
-
40
4
0-2
1
0
2
10
-3
80
3
8
0-5
5
0
5
5
0-7
2
0
720-890
89
0
-10
6
0
0
5
10
15
20
25
30
35
40
Média=
83,65
Desvio Padrão= 186,09
Valor Mín.= -997,7
Valor Máx.= 1121,8
Número de Obs.= 6.163
Correlação= 0,9657
Frequência Relativa (%)
Taxa de Expansão Normalizada (10
-6
s
-1
)
Histograma - Com Raios
Distribuição Gaussiana
(a) (b)
114
uma maior ocorrência de A
e
positivas ao grupo com raios, sendo o pico de valores
encontrado com A
e
média de 125.10
-6
s
-1
(34 % do total de eventos) e -45.10
-6
s
-1
(28 %
do total de eventos) para o grupo com e sem ocorrência de raios, respectivamente. Esses
resultados caracterizaram os eventos sem (com) a presença de raios com uma A
e
média
de 34,2.10
-6
s
-1
(83,7.10
-6
s
-1
). Para as classes de A
e
inferiores a 40.10
-6
s
-1
observaram-se
que as ocorrências de eventos sem raios foram sempre superiores em relação às com
raios, encontrando valores coincidentes apenas na classe de A
e
entre -130.10
-6
s
-1
e
40.10
-6
s
-1
representando 28 % dos eventos para os dois grupos, e para valores acima
desta classe os eventos com raios possuíram sempre freqüência de classe superior em
relação aos sem raios. Observa-se também a ocorrência de poucos membros dos SCM
com e sem raios com A
e
maiores que 720.10
-6
s
-1
. Essas análises sugerem que a
ocorrência de atividade elétrica de raios está associada à SCM caracterizados com A
e
preponderantemente igual ou superior a zero, indicando desta forma a existência de uma
forte correlação entre os processos dinâmicos internos dos SCM e a ocorrência de raios.
Figura 6. 10 - Análise comparativa entre a curva ajustada para o histograma de Taxa de
Expansão Normalizada de membros de SCM que não apresentaram raios (azul)
e a curva ajustada para a amostra de Taxa de Expansão Normalizada que
apresentaram raios (vermelha).
-810/-640
-640/-470
-470/-300
-300/-130
-130-40
40-210
210-380
380-550
55
0-720
720-890
89
0-1060
0
5
10
15
20
25
30
35
40
Correlação=
0,
8936
Assimetria (Sem Raios)= -0.33
Assimetria (Com Raios)= 0,41
Kurtose (Sem Raios)= 5,77
Kurtose (Com Raios)= 6,13
Frequência Relativa (%)
Taxa de Expansão Normalizada (10
-6
s
-1
)
Frequência Ajustada - Sem Raios
Frequência Ajustada - Com Raios
115
A Figura 6.11 reforça a hipótese da forte dependência da atividade elétrica de raios com
a taxa de crescimento ou decaimento dos SCM. Apenas 40 % da ocorrência total de
raios (do total de 160.321 raios) ocorreram para SCM com A
e
menor que 40.10
-6
s
-1
,
enquanto que 60 % do raios foram reportados para valores maiores que 40.10
-6
s
-1
. Em
parte, a pouca ocorrência de raios abaixo (acima) de 130.10
-6
s
-1
(550.10
-6
s
-1
) deveu-se a
uma quantidade inferior de ocorrência de eventos com raios para essas classes (como
mostrado na Figura 6.9 (b)).
Contudo, os resultados em geral mostraram que a maior
ocorrência de atividade elétrica de raios ocorreu para valores positivos de A
e
,
preponderantemente quando um limiar aproximadamente de 40.10
-6
s
-1
de taxa de
crescimento dos SCM foi atingido.
Figura 6. 11 - Freqüência Acumulada (%) de ocorrência de raios em função da Taxa de
Expansão Normalizada dos SCM.
Dada a forte correspondência entre a taxa de crescimento dos SCM com a atividade
elétrica de raios, torna-se importante caracterizar a forma específica da relação empírica
positiva entre essas duas variáveis. A Figura 6.12 mostra que em geral há uma tendência
de crescimento do número de raios conforme o crescimento apresentado pelos SCM. Há
um rápido crescimento no número médio de raios dos SCM até atingir 40.10
-6
s
-1
de taxa
de crescimento (apresentando entorno de 28 raios). Após este valor, há um relativo
-8
10/
-64
0
-
640/
-
470
-470/
-
300
-3
00/
-13
0
-
130-
4
0
40-
21
0
21
0-
380
380-
55
0
550-720
72
0-
890
890
-1
060
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada de Raios (%)
Taxa de Expansão Normalizada (10
-6
s
-1
)
116
crescimento, porém claramente mais tímido. Verifica-se um mínimo (máximo) valor de
ocorrência de raios para A
e
entre -810.10
-6
s
-1
e 640.10
-6
s
-1
(720.10
-6
s
-1
e 890.10
-6
s
-1
).
Acredita-se que o rápido crescimento observado dos SCM até atingir valores de A
e
positivos deveu-se a forte expansão de regiões convectivas do SCM, enquanto que o
mais tímido crescimento para valores mais altos de A
e
pode estar associado à expansão
de áreas estratiformes do SCM, mas com quantidade significativa de raios.
A melhor curva que representou a relação crescente entre o número médio de raios e a
taxa de crescimento ou decaimento dos SCM foi baseada em uma relação linear entre
esses dois parâmetros. A curva linear, com alto coeficiente de determinação em torno de
0,77, ajustada foi a seguinte:
NMR = 0,0156* (A
e
) + 19.2 (6.3)
Em que,
NMR é o número médio de raios;
A
e
é a Taxa de Expansão Normalizada em 10
-6
s
-1
.
Figura 6. 12 - Variação do número médio de raios em função da Taxa de Expansão
Normalizada, seu desvio padrão e curva linear ajustada para a ocorrência
média de raios.
R
2
= 0.77
0
5
10
15
20
25
30
35
40
45
50
55
-800 -620 -440 -260 -80 100 280 460 640 820 1000
Taxa de Expansão Normalizada (10-6/s)
Número Médio de Raios
Curva Observada Linear (Curva Observada)
117
Os resultados demonstraram que a taxa de crescimento ou decaimento de um SCM
possui uma estreita relação com a ocorrência de raios, caracterizada por uma relação
linear positiva. Em concordância com o modelo conceitual de atividade elétrica de
relâmpagos em SCM, proposto por Goodman e Macgorman (1986), os resultados
indicaram que processos dinâmicos como a intensidade das correntes ascendentes e
descentes possui um importante papel para a formação de partículas de gelo e posterior
formação de raios. Com isso, os resultados mostrados sugerem que a A
e
pode ser um
parâmetro de grande importância para ser considerado no diagnóstico e prognóstico da
atividade elétrica de ocorrência de raios.
6.2.3 Temperatura Média de Brilho (T
med
)
A Temperatura de Brilho no IR do topo dos aglomerados de nuvens convectivas, como
mostrado por alguns estudos (GOODMAN e MACGORMAN, 1986; ORVILLE et al,
1987; DOTZEK et al, 2005), é uma variável termodinâmica relacionada de forma direta
com formação de partículas de gelo e conseqüentemente com a geração e intensificação
de atividade elétrica no interior dos SCM. A análise dessa hipótese utilizou a
Temperatura Média de Brilho (T
med
) no IR dos SCM e dados de raios da rede RINDAT
referentes aos SCM detectados pelo modelo FORTRACC. Basicamente a T
med
é um
resultado da média entre as temperaturas de brilho no IR de todos os pixels que
compõem o SCM, sendo expressa em Kelvin (MACHADO et al, 1998). A partir dos
8.158 SCM detectados pelo modelo, somente foram selecionados aqueles membros que
não foram gerados devido à falta de imagem. Com estas considerações, as análises a
seguir contaram com o registro de 1.170.660 raios. A caracterização dos membros com
e sem raios foi realizada através de análises de histogramas de freqüência para cada
grupo. A Figura 6.13 mostra os histogramas de freqüência da T
med
dos SCM que não
apresentaram (Figura 6.13 (a)) e que apresentaram (Figura 6.13 (b)) ocorrência de raios
em um intervalo de 15 minutos (típico intervalo entre as imagens consecutivas do
satélite GOES).
118
Reportou-se a ocorrência de 25.593 eventos que não apresentaram raios (Figura 6.13
(a)). Mais de 90 % dos SCM apresentaram T
med
entre 223 K e 233 K enquanto que uma
amostra relativamente pequena possuiu temperaturas externa a este intervalo (ressalta-se
que 235K é um limitante utilizado pelo FORTRACC), como pode ser visto através do
ajuste da distribuição Gaussiana (correlação de 0,91). Desta forma, observa-se um
rápido crescimento de ocorrência de eventos para temperatura maiores que 223 K,
atingindo um máximo para a classe de T
med
entre 229K e 231 K, sendo as menores
ocorrências reportadas para a classe com temperaturas entre 209 K e 211 K,
representando 26 % e 0,004 % do total de eventos, respectivamente. O limiar de T
med
mínima encontrada para os SCM que não apresentaram ocorrência de raios foi de 206,5
K enquanto que a máxima temperatura foi aproximadamente 234,5 K, apresentando
uma T
med
média de 228,1 K. De maneira geral, os resultados mostraram que os SCM
que não apresentaram raios em um intervalo de 15 minutos foram caracterizados
preponderantemente por valores altos de T
med
em relação a sua amostra (maioria das
T
med
superiores a 223 K), o que pode estar associado a uma contingência insuficiente de
partículas de gelo para gerar os centros de cargas e posterior formação de atividade
elétrica.
Figura 6. 13 - Histograma de freqüência para a propriedade física Temperatura Média de Brilho
(K) dos membros de SCM que (a) não apresentaram raios e (b) para membros dos
SCM que apresentaram raios e curvas ajustadas.
2
0
7
-
209
2
0
9-211
211-213
213-2
1
5
215-2
1
7
217-2
1
9
219-2
2
1
22
1
-2
2
3
2
2
3
-2
25
22
5
-2
2
7
2
2
7
-2
29
2
2
9
-
231
2
3
1
-
233
2
3
3-235
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
Média= 223,69
Desvio Padrão= 4,47
Valor Mín.= 206,9
Valor Máx.= 234,8
Número de Obs.= 12.473
Correlação= 0,9949
Frequência Relativa (%)
Temperatura Média de Brilho (K)
Histograma - Com Raios
Distribuição Gaussiana
(a) (b)
20
7
-
2
09
2
0
9-211
21
1
-
2
13
213-215
21
5-21
7
2
1
7-219
21
9
-
2
21
221-223
22
3-22
5
2
2
5-227
22
7
-
2
29
229-231
2
3
1-23
3
233-235
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
Média=
228,05
Desvio Padrão= 3,82
Valor Mín.= 208,5
Valor Máx.= 234.5
Número de Obs.= 25.593
Correlação= 0,9105
Frequência Relativa (%)
Temperatura Média de Brilho (K)
Histograma - Sem Raios
Distribuição Gaussiana
119
Por outro lado, os SCM que apresentaram a ocorrência de ao menos um raio (Figura
6.13 (b)) em um intervalo de 15 minutos, apresentaram uma distribuição de T
med
mais
homogênea. Com uma amostra de 12.473 eventos com a presença de raios, observou-se
que a distribuição foi bastante simétrica, sendo caracterizada por uma distribuição do
tipo Gaussiana (47 % dos eventos ocorreram para T
med
menor que 225 K e 40 %
superior a este valor). Aproximadamente 90 % dos membros dos SCM possuíram T
med
entre 217 K e 231 K enquanto que uma parcela relativamente pequena encontrou-se
externa a este intervalo, sendo o intervalo de classe de temperatura entre 223 K e 225 K
(207 K e 209 K) com maior (menor) ocorrências de eventos, representando 17 % e 0,16
% respectivamente. Portanto, essas observações indicam que em média os SCM com
ocorrência de raios apresentaram T
med
relativamente menores em relação a sua amostra
analisada. Essa conjectura é reforçada, notando que a T
med
média encontrada para esses
sistemas foi aproximadamente de 223,7 K e um limiar de temperatura mínima (máxima)
de 206,9 K (234,8 K). Logo, os SCM com a presença de raios possuíram em média 5 K
a menos de temperatura que os sem raios e possuíram um limiar mínimo de T
med
2 K
abaixo. Os resultados mostraram que os SCM com presença de raios foram
caracterizados por temperaturas médias mais baixas, indicando uma possível relação
física empírica entre atividade elétrica de raios e a T
med
.
Analisando a Figura 6.14, percebe-se mais claramente as diferenças em termos das
distribuições da variável T
med
para os SCM que não apresentaram raios e os que
apresentaram. O máximo de eventos com (curva vermelha) raios possuíram uma T
med
4
K a menos em relação aos sem raios (curva azul) e os SCM com raios 8 % menos de
ocorrência neste máximo de eventos de T
med
em relação ao sem ocorrência de raios (o
que é mostrado também pelos valores da curtose, sendo de 3 e 4 para os eventos sem e
com raios, respectivamente). Para T
med
inferiores a 225 K, o número de eventos com a
presença de raios foi sempre superior aos sem raios enquanto que para SCM com
temperaturas maiores que 225 K a freqüência de classe foi sempre superior para aqueles
que não apresentaram ocorrência de raios. Esse maior deslocamento da distribuição sem
raios para direita em relação aos eventos com raios foi comprovado pelo maior valor do
fator de assimetria de -1,06 contra -0,27, respectivamente. Logo, os resultados
120
discutidos mostram que a variável T
med
mostra-se um parâmetro importante para
diferençar SCM com e sem a presença de raios, caracterizando os SCM que apresentam
raios com uma T
med
5 K a menos em relação aos sistemas sem raios, além de sugerir que
a T
med
possui uma forte relação com a atividade elétrica de raios em SCM.
Figura 6. 14 - Análise comparativa entre a curva ajustada para o histograma de Temperatura
Média de Brilho membros de SCM que não apresentaram raios (azul) e a curva
ajustada para a amostra de Temperatura média que apresentaram raios
(vermelho).
Para analisar a hipótese apresentada pelos resultados discutidos acima, construiu-se um
histograma de freqüência acumulada de raios (Figura 6.15) em função da T
med
. Houve
um aumento gradual na ocorrência de raios a partir de temperaturas maiores que 215 K,
sendo que esse aumento tornou-se muito inferior para temperaturas superiores a
aproximadamente 229 K. Mais de 90 % dos raios ocorreram para T
med
menores que 227
K enquanto que uma pequena parte das ocorrências de raios esteve associada a
temperaturas maiores que 227 K. As menores ocorrências de raios foram reportadas
para temperaturas abaixo de 213 K, representando menos de 10 % do total dos raios
registrados. Esse resultado está associado aos poucos eventos de SCM com raios para
estas classes, os quais representaram aproximadamente 1 % do total de eventos (Figura
207
-
209
2
09-
21
1
211-
2
13
213
-
215
2
15-
21
7
217-
2
19
219
-
221
2
21-
22
3
223-
2
25
225
-
227
2
27-
229
229-
2
31
231
-
233
2
33-
23
5
0
2
4
6
8
10
12
14
16
18
20
22
24
Correlação=
0.9640
Assimetria (Sem Raios)= -1,06
Assimetria (Com Raios)= -0,27
Kurtose (Sem Raios)= 3,99
Kurtose (Com Raios)= 2,78
Frequência Relativa (%)
Temperatura Média de Brilho (K)
Frequência Ajustada - Sem Raios
Frequência Ajustada - Com Raios
121
6.13 (b)). A mais alta ocorrência de raios acima de 217 K deveu-se em parte ao maior
número de ocorrência de eventos de SCM associados a essas temperaturas. Mais de 50
% da atividade elétrica de raios ocorreu para um limiar de 221 K. Estes resultados
demonstraram que, apesar das ocorrências de raios serem relativamente baixa para T
med
menores que 213 K (associado ao pequeno número de eventos de SCM possuindo esses
valores de temperatura), a maior variabilidade de raios entre as classes encontrou-se
ainda preponderantemente entre as temperaturas mais baixas dos SCM. Portanto,
verifica-se que a T
med
caracterizou de forma razoável a ocorrência de raios nos SCM,
sugerindo uma forte relação inversamente proporcional com a atividade elétrica de
raios.
Figura 6. 15 - Freqüência Acumulada (%) de ocorrência de raios em função da Temperatura
Média dos SCM.
A caracterização da relação empírica entre a ocorrência de raios e a variável T
med
foi
realizada através da determinação do valor médio de raios para cada intervalo de classe
de temperatura. A Figura 6.16 mostra o comportamento encontrado do número médio
de raios e desvio padrão em função da T
med
e a curva que melhor se ajustou a essa
relação. Houve um aumento no número médio de raios conforme a temperatura média
do topo do SCM diminuiu, de forma que foi possível ajustar uma função exponencial
com alto coeficiente de determinação (0,97). A função exponencial ajustada aos dados
com razoável coerência é expressa da seguinte forma:
207-209
2
09
-
2
1
1
21
1
-
2
13
213-
2
15
2
15
-
2
1
7
21
7
-
2
19
219-
2
21
221
-
223
2
23
-
2
2
5
22
5
-
2
27
227-229
229
-
2
3
1
23
1
-
2
33
233-235
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada de Raios(%)
Temperatura Média de Brilho (K)
122
NMR = 4.10
14
*exp (-0,13*T
med
) (6.4)
Em que,
NMR é o número médio de raios;
T
med
é o valor da Temperatura Média de Brilho em Kelvin.
Figura 6. 16 - Variação do número médio de raios em função da Temperatura Média de Brilho,
seu desvio padrão e curva exponencial ajustada para a ocorrência média de raios.
Uma relação bastante regular entre o aumento da quantidade média de raios e a
diminuição da temperatura até aproximadamente 215 K foi observada. Após este valor,
a variabilidade encontrada (em associação com o aumento do desvio padrão) deveu-se a
diminuição do número de casos de SCM com ocorrência de raios em um intervalo de 15
minutos (como mostra a Figura 6.13 (b)). A quantidade média de raios ocorreu quando
a T
med
possuiu valores entre 219 K e 221 K. Houve um rápido aumento na quantidade
média de raios quando a temperatura atingiu valores abaixo de 225 K, sendo que o
máximo (mínimo) de atividade elétrica atingido ocorreu quando a temperatura alcançou
uma média de 210 K (234 K), apresentando 395 raios e 14 raios respectivamente. O
aumento significativo no número médio de raios a partir do limiar de 225 K pode estar
associado à intensa formação de partículas de gelo, visto que abaixo de 233 K criam-se
R
2
= 0.97
-100
0
100
200
300
400
500
600
700
800
900
207 209 211 213 215 217 219 221 223 225 227 229 231 233 235
Temperatura Média de Brilho (K)
Número Médio de Raios
Curva Observada Expon. (Curva Observada)
123
as condições termodinâmicas propícias para a intensa existência de partículas de gelo
(WALLACE e HOBBS, 1977). Esses resultados estão em concordância com os
encontrados por alguns autores (GOODMAN e MACGORMAN, 1986; GOODMAN et
al, 1988, DOTZEK et al, 2005 e SCOFIELD e KULIGOWSKI, 2005). Goodman e
Macgorman (1986), analisando 10 CCM sobre os EUA, encontraram um elevado
aumento no número de raios para temperaturas abaixo de 220 K, enquanto que Dotzek
et al (2005) encontraram um limiar de 203 K. Por outro lado, Scofield e Kuligowski
(2005) verificaram alta incidência de raios para temperaturas abaixo de 248 K. Portanto,
apesar dos limiares de temperatura encontrados em diversas regiões serem diferentes
(pode estar associado a condições meteorológicas locais, a altura da tropopausa ou as
considerações para a definição dos SCM), em geral há uma alta correspondência entre a
temperatura média do topo dos SCM no IR e a ocorrência de atividade elétrica de raios.
As análises das propriedades termodinâmicas T
min
e T
min9
também mostraram-se
eficientes em caracterizar (diferenciar) membros de SCM com e sem raios de forma
semelhante (não mostrado) ao observado para a variável T
med
, isto é, membros de
sistemas com raios possuem em média menores T
min
e T
min9
em relação aos que não
reportaram raios. A relação média entre a ocorrência de raios em função desses dois
parâmetros mostrou importantes detalhes entre as mesmas e um comportamento mais
regular em relação à encontrada para a variável T
med
(Figura 6.16). Desta forma, torna-
se mais pertinente comparar a representatividade apenas dessa relação média em relação
à T
min
e T
min9
. A Figura 6.17 mostra o comportamento do número médio de raios e
desvio padrão em função da T
min
(Figura 6.17 (a)) e T
min9
(Figura 6.17 (b)) e as
respectivas curvas ajustadas para cada relação de dispersão encontrada. Nota-se,
conforme também observado para a T
med,
que um decréscimo nas temperaturas implica
em um aumento na ocorrência de raios e com isso foi possível ajustar uma curva
exponencial para as duas relações de dispersão com alto coeficiente de determinação de
0,978 e 0,981 para a T
min
e T
min9
, respectivamente. As parametrizações encontradas são
expressas da seguinte forma para T
min
e T
min9
, respectivamente:
124
NMR = 3.10
9
*exp(-0,0842* T
min
) (6.5)
NMR = 3.10
10
*exp(-0,0937* T
min9
) (6.6)
Em que,
NMR é o número médio de raios;
T
min
é a temperatura mínima de brilho do SCM em Kelvin;
T
min
é a temperatura mínima de brilho do kernel de 9 pixel do SCM em Kelvin.
Figura 6. 17 - Variação do número médio de raios, desvio padrão e curva exponencial ajustada
em função da (a) Temperatura Mínima de Brilho e (b) Temperatura Mínima
Média de Brilho do Kernel de 9 Pixel.
(a)
(b)
R
2
= 0.98
-100
100
300
500
700
900
1100
1300
1500
178 182 186 190 194 198 202 206 210 214 218 222 226 230
Temperatura Mínima de Brilho (K)
Número Médio de Raios
Curva Observada Expon. (Curva Observada)
R
2
= 0.98
-200
0
200
400
600
800
1000
1200
1400
185 190 195 200 205 210 215 220 225 230 235
Temperatura Minima Média de Brilho do Kernel de 9 Pixel (K)
Número Médio de Raios
Curva Observada Expon. (Curva Observada)
125
Embora uma diminuição na T
min
e T
min9
impliquem ambas em um aumento no número
médio de ocorrência de raios (mostrada também pela relação exponencial negativa), a
atividade de raios em função da segunda propriedade física possui um comportamento
mais regular do que a primeira (Figura 6.17), como evidenciado também pelo valor do
coeficiente de determinação em torno de 0,981 contra 0,978 para a T
min9
e T
min
,
respectivamente. Esta observação sugere que a utilização da temperatura média entre o
Kernel dos nove pixels mais frios (T
min9
) do sistema possui uma correspondência mais
direta com a ocorrência de raios. Além disso, pelo fato de ser o resultado de uma média,
a mesma pode evitar possíveis erros na utilização apenas da temperatura do pixel mais
frio do sistema (T
min
) na caracterização da ocorrência média de raios. Assim, um mais
intenso crescimento na ocorrência de raios foi caracterizado em função da diminuição
da variável T
min9
em relação à T
min
, onde quantidade significativa de raios foi reportada
a partir de um limiar mínimo de 215 K (média de 39 raios) até 179 K (média de 757
raios) e de 211 K (média de 59 raios) até 187 K (média de 769 raios), respectivamente.
Esta mais forte correlação entre um aumento na ocorrência média de raios e a
diminuição da variável T
min9
em comparação a variável T
min
foi notado também pelos
valores do coeficiente angular de 0,0937 contra 0,0842, respectivamente. Para ambas, os
valores de desvio padrão foram maiores associado às menores temperaturas (maior
variabilidade na ocorrência de raios), devendo-se a pequena população de eventos com
baixas temperaturas. Esses resultados em geral indicam que a temperatura média entre
os nove pixels mais frios possui uma correspondência mais estreita com a formação e
ocorrência de partículas de gelo no interior dos SCM, caracterizando assim de forma
mais direta a ocorrência de raios em relação às demais variáveis T
med
e T
min
.
6.2.4 Taxa de Variação da Temperatura Média de Brilho (TVT
med
)
Como evidenciado na seção anterior, a propriedade física T
med
demonstrou-se um
parâmetro físico fortemente associado à atividade elétrica de raios de SCM. Desta
forma, torna-se importante avaliar se a variabilidade (aumento ou decréscimo) dessa
temperatura dos SCM entre duas imagens consecutivas do satélite GOES também
126
reflete algum comportamento físico com a atividade elétrica de raios. A variável
utilizada para essa avaliação foi a Taxa de Variação da Temperatura Média de Brilho
(TVT
med
), ou seja, a razão entre o aumento ou decréscimo da T
med
dos SCM entre duas
imagens de satélites consecutivas e o intervalo de tempo entre as duas imagens, sendo
expressa em Kelvin.hora
-1
. Fisicamente, essa variável pode estar associada a dois
fatores: ao crescimento/decrescimento da altura média do SCM e/ou a variação na
composição dos diferentes tipos de nuvens que compõem o SCM.
As mesmas limitações realizadas para a caracterização da propriedade física A
e
foram
aplicadas, isto é, consideraram-se apenas aqueles membros das famílias de SCM que o
mesmo e seu antecessor (o próprio sistema, só que na imagem anterior) não foram
gerados devido à falta de imagem e também não surgiram como resultado de um caso
de divisão (Split) ou junção (Merge) de sistemas. Realizadas estas considerações, os
membros das famílias dos SCM foram separados em dois grupos: o primeiro associado
a membros que não reportaram a ocorrência de raios e o segundo aos que tiveram raios
em um intervalo médio de 15 minutos. A Figura 6.18 mostra a distribuição de
freqüência para a propriedade física TVT
med
associada aos membros de famílias de
SCM (Figura 6.18 (a)) que não apresentaram raios e os que apresentaram a ocorrência
de raios (Figura 6.18 (b)) entre um intervalo de 15 minutos centrado no horário da
passagem do satélite.
Ao todo, reportou-se a ocorrência de 14.253 membros de famílias de SCM que não
apresentaram raios em um intervalo de 15 minutos. Como pode ser observada na Figura
6.18 (a), essa contingência de membros de SCM possui em sua maioria TVT
med
próxima de zero, de forma que essa distribuição é mais bem caracterizada por uma
função de distribuição do tipo Gaussiana altamente simétrica. Esta observação foi
reforçada pela verificação que mais de 95 % dos eventos possuíram valores entre -6
K.hr
-1
e 8 K.hr
-1
, enquanto uma parcela de membros de SCM significativamente menor
encontrou-se externa a esses valores. A classe de TVT
med
com maiores (menores)
ocorrências possuiu valores entre 0 K.hr
-1
e 2 K.hr
-1
(-18 K.hr
-1
e -16 K.hr
-1
),
representando 29 % (0,04 %) do total de eventos de membros de SCM sem a presença
127
de raios. Essas características atribuíram uma TVT
med
média de 1,3 K e um limiar
mínimo (máximo) de aproximadamente -31,1 K (25,4 K). Desta forma, os SCM que não
apresentaram raios em um intervalo de 15 minutos estiveram condicionados a
acréscimos pequenos (entorno de 1,3 K), porém positivos de T
med
. Este fato
possivelmente indica que o aumento da T
med
dos SCM esteja contribuindo por uma
menos eficaz formação e intensificação do conteúdo de partículas gelo no interior dos
SCM, que em consonância com outros parâmetros físicos está desfavorecendo a
ocorrência de atividade elétrica de raios nestes tipos de sistemas.
Figura 6.18 - Histograma de freqüência para a propriedade física Taxa de Variação da
Temperatura Média de Brilho (K.hr
-1
) dos membros de SCM que (a) não
apresentaram raios e (b) para membros dos SCM que apresentaram raios e
curvas ajustadas para as duas distribuições.
Os membros das famílias de SCM que apresentaram ocorrência de raios (Figura 7.18
(b)) foram caracterizados por uma distribuição de TVT
med
semelhante aos que não
tiveram a presença de raios, porém detalhes importantes foram notados. Para esta
análise reportou-se a ocorrência de aproximadamente 464.921 raios, sendo esses raios
associados a uma contingência de 6.163 membros do ciclo de vida dos SCM. A maioria
desses membros esteve associada à TVT
med
próxima de zero, como é bem ilustrado pela
-19/-
18
-
18/
-16
-
16/
-14
-
14/-
12
-12/-
10
-
10/
-
8
-8/-6
-
6/
-
4
-
4/
-
2
-2-0
0-2
2-4
4-
6
6-
8
8-10
10-12
12-14
14-
16
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
Média=1,25
Desvio Padrão=3,32
Valor Mín.=-31,1
Valor Máx.=25,4
Número de Obs.=14.253
Correlação=0,9837
Frequência Relativa (%)
Taxa de Variação da Temperatura Média de Brilho (K.hr
-1
)
Histograma - Sem Raios
Distribuição Gaussiana
-19/
-
18
-
18/-
16
-16/
-
14
-
14/-12
-12/
-
10
-
10/
-
8
-
8/
-
6
-6/-4
-
4/
-
2
-2-0
0-2
2-
4
4-6
6-
8
8-
10
10-1
2
12-
1
4
14-1
6
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
Média=0,11
Desvio Padrão=3,96
Valor Mín.=-27,5
Valor Máx.=24,0
Número de Obs.=6.163
Correlação=0,9677
Frequência Relativa (%)
Taxa de Variação da Temperatura Média de Brilho (K.hr
-1
)
Histograma - Com Raios
Distribuição Gaussiana
(a) (b)
128
distribuição ajustada Gaussiana. Mais de 95 % dos membros das famílias dos SCM
analisados estiveram relacionados à TVT
med
entre -8 K.hr
-1
e 8 K.hr
-1
, enquanto uma
pequena parcela dos eventos encontrou-se externa a este intervalo. No entanto, quase 42
% (58%) dos eventos possuíram valores negativos (positivos) de variação de T
med
,
enquanto os membros das famílias de SCM sem ocorrência de raios apresentaram 31 %
e 69 %, respectivamente.
A maior ocorrência de decréscimo de T
med
para sistemas com raios em relação ao sem
raios, representando uma diferença de 11 %, indicou que a intensidade da queda da
temperatura possibilitou uma maior formação de gelo, aumentando assim a
probabilidade de ocorrência de raios. As maiores ocorrências de eventos foram
reportadas para valores entre 0 K.hr
-1
e 2 K.hr
-1
(semelhantemente aos eventos sem
ocorrência de raios, Figura 7.18 (a)), representando aproximadamente 27 % do total de
membros de SCM. A classe de variação de T
med
entre 14 K.hr
-1
e 16 K.hr
-1
apresentou a
menor ocorrência de eventos (enquanto para os eventos sem a presença de raios
encontram-se entre -16 K.hr
-1
e -18 K.hr
-1
). Estas características conferiram uma
variação média da T
med
de 0,11 K.hr
-1
e um limiar mínimo (máximo) de
aproximadamente -27,5 K.hr
-1
(24 K.hr
-1
). Desta forma, os resultados para os membros
de SCM que apresentaram ocorrência de raios estiveram associados em média a um
acréscimo de T
med
, porém pequeno em relação a sua amostra e menor em relação aos
eventos que não apresentaram raios (Figura 6.18 (a)). Acredita-se, portanto, que a
ocorrência de raios em um intervalo de 15 minutos associados à SCM que apresentaram
um aumento (no entanto esses aumentos são relativamente pequenos) da T
med
deveu a
este acréscimo ocorrer entre temperaturas mais baixas, ou seja, em regiões onde mesmo
havendo um aumento da T
med
, já existisse um limiar mínimo de concentração de
partículas de gelo para potencializar o início do processo de eletrificação das nuvens
convectivas.
As principais diferenças entre as distribuições analisadas anteriormente são mais bem
percebidas através da Figura 6.19, a qual ilustra a comparação entre as curvas ajustadas
para os membros de famílias de SCM que não apresentaram raios (azul) e os que
129
tiveram a presença de raios (vermelha). A análise visual demonstra que as TVT
med
para
o grupo sem raios foram um pouco maiores em relação aos com presença de raios. As
maiores ocorrências para os dois grupos estiveram associadas à TVT
med
entre 0 K.hr
-1
e
2 K.hr
-1
. Os membros sem a presença de raios possuíram 4 % a mais de eventos nesta
classe de variação de temperatura. Abaixo (acima) dessa classe de valores, isto é, para
valores negativos (positivos) de TVT
med
, o grupo de SCM com raios (sem raios)
preponderantemente apresentou mais (menos) ocorrências de eventos, o que pode ser
notado também pelos valores de assimetria -0,77 (-1,05). Para valores aproximadamente
acima de 12 K.hr
-1
e abaixo de -12 K.hr
-1
, as duas curvas foram coincidentes, indicando
que houve ocorrência de poucos membros de SCM com valores muito baixos e altos de
variação de temperatura. Mesmo havendo considerável TVT
med
positiva para os dois
grupos, houve uma maior quantidade de membros com raios associados a valores
negativos de TVT
med
em relação aos sem raios, o que pode ser percebido pelo fato de o
grupo com raios apresentar aproximadamente uma variação de temperatura média de
1,14 K.hr
-1
a menos em relação aos sem raios. A ocorrência de raios associada à TVT
med
positiva pode estar relacionada à variação de temperatura entre T
med
mais baixas,
enquanto as ocorrências de atividade elétrica de raios para TVT
med
negativa mostram
que a diminuição da T
med
tende a potencializar a formação de partículas de gelo no
interior dos SCM. Portanto, a propriedade física TVT
med
demonstra diferenças entre os
membros de famílias de SCM com e sem raios, porém de uma forma mais tímida em
comparação as demais propriedades discutidas nas seções anteriores.
130
Figura 6. 19 - Análise comparativa entre a curva ajustada para o histograma de Taxa de
Variação da Temperatura Média de Brilho dos membros de SCM que não
apresentaram raios (azul) e a curva ajustada para a amostra de Taxa de Variação
da Temperatura Média que apresentaram raios (vermelho).
Na Figura 6.20 pode ser observado a variação da freqüência acumulada de raios em
função das classes de TVT
med
. Houve um aumento bem tímido de ocorrência de raios
para classes menores que -6 K.hr
-1
, as quais, dos 464.921 raios reportados, representam
apenas aproximadamente 13 % desses raios, enquanto que mais de 90 % dos raios
ocorrem para valores abaixo de 4 K.hr
-1
. A pouca ocorrência de raios para TVT
med
abaixo de -6 K.hr
-1
e acima de 6 K.hr
-1
deveu-se aos poucos casos de SCM associados a
essas classes, os quais representam menos de 6 % e 4 % do total de eventos,
respectivamente (Figura 7.18 (b)). Importante ressaltar que quase 50 % do total de raios
estiveram associados à SCM com TVT
med
negativa e que a classe com a maior
ocorrência de raios encontrou-se entre 0 K.hr
-1
e 2 K.hr
-1
(10 % do total de raios),
seguida pela classe com TVT
med
entre -2 K.hr
-1
e 0 K.hr
-1
(7 % do total de raios). A
grande ocorrência de raios para essas duas classes possivelmente está associada à alta
freqüência de eventos de membros de SCM para as mesmas, as quais representaram 27
% e 20 % (Figura 6.18 (b)) do total de eventos, respectivamente. De maneira geral,
percebe-se que metade das ocorrências de raios estiveram associadas a membros das
-19/-
18
-18/-
16
-16/
-
14
-14/
-
12
-
12/-
10
-
10/-8
-8/-6
-6/-4
-4/
-2
-2-0
0-2
2-4
4-6
6-8
8-10
10-12
12-14
14-16
0
2
4
6
8
10
12
14
16
18
20
22
24
26
Correlação=
0,9640
Assimetria (Sem Raios)= -0,77
Assimetria (Com Raios)= -1,05
Kurtose (Sem Raios)= 8,73
Kurtose (Com Raios)= 7,81
Frequência Relativa (%)
Taxa de Variação da Temperatura Média de Brilho (K.hr
-1
)
Frequência Ajustada - Sem Raios
Frequência Ajustada - Com Raios
131
famílias de SCM que apresentaram um decréscimo e a outra parte a um acréscimo da
temperatura entre duas imagens consecutivas de satélite, não sendo essas variações de
temperaturas relativamente muito altas.
As observações destacadas no parágrafo anterior possivelmente estão relacionadas a
duas hipóteses. Primeiro a ocorrência de raios associado a um decréscimo da T
med
do
SCM poderia ser um indicativo que a diminuição da temperatura média produziria uma
condição termodinâmica favorável a formação de partículas de gelo e conseqüentemente
a eletrificação das nuvens convectivas. Contudo, a ocorrência de atividade elétrica de
raios associados à SCM que tiveram um aumento na T
med
sugere a hipótese que estas
temperaturas associadas à TVT
med
já fornecem condições propícias ao início da
ocorrência de raios, sendo que um aumento da temperatura desses SCM não altera as
condições termodinâmicas a ponto de diminuir a ocorrência de raios.
Figura 6. 20 - Freqüência Acumulada (%) de ocorrência de raios em função da Taxa de
Variação da Temperatura Média de Brilho dos SCM.
A Figura 6.21 exibe o comportamento do número médio de raios em função da TVT
med
,
em que esse resultado ratifica aqueles discutidos no parágrafo anterior e mostrados
também na Figura 6.20. Assim, observa-se que não há uma relação empírica estatística
-
1
9
/
-
1
8
-
18/
-
16
-
16/
-
14
-14/-12
-
1
2
/
-
1
0
-
1
0/-8
-
8
/-6
-6/-4
-4/
-
2
-2
-
0
0
-
2
2
-
4
4
-
6
6-8
8
-
1
0
10-1
2
12
-
1
4
1
4
-
1
6
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada de Raios (%)
Taxa de Variação da Temperatura Média de Brilho (K.hr
-1
)
132
bem definida entre essas duas variáveis, mostrando que o número médio de raios
apresenta valores médios entre 25 e 100 raios associado a um significativo desvio
padrão. Desta forma, não há uma TVT
med
mais favorável à ocorrência de atividade
elétrica de raios, podendo-se observar a atividade elétrica de raios para qualquer valor
analisado. Estes resultados sugerem que a intensidade de acréscimo e decréscimo da
T
med
não favorece uma preferencial ocorrência de atividade elétrica de raios, indicando
que possivelmente outros parâmetros dinâmicos (A
e
) e termodinâmicos (o próprio valor
da temperatura) tenham talvez uma relação mais direta com o processo de eletrificação
das tempestades. Logo, a TVT
med
demonstra ser um parâmetro físico que merece
estudos mais detalhados para que possa ser analisada a viabilidade de ser utilizada para
realização de diagnóstico de severidade e prognóstico da atividade elétrica de raios.
Figura 6. 21 - Variação do número médio de raios em função da Taxa de Variação da
Temperatura Média de Brilho e seu desvio padrão.
Ressalta-se que resultados similares ao reportado para a TVT
med
, também foram
observados para as variáveis TVT
min
e TVT
min9
(não mostrado). Estas duas propriedades
também não caracterizaram (diferenciaram) de forma significativa os membros de SCM
que tendem a apresentar raios e aqueles sem a presença de raios. Portanto, apenas em
nível de comparação entre os resultados da propriedade TVT
med
com as TVT
min
e
TVT
min9
e de forma sintética será apresentado e discutido apenas as diferenças baseada
-50
-25
0
25
50
75
100
125
150
175
200
225
250
275
300
-19 -17 -15 -13 -11 -9 -7 -5 -3 -1 1 3 5 7 9 11 13 15
Taxa de Variação da Temperatura Média de Brilho (K/hr)
Número Médio de Raios
Curva Observada
133
na relação de dispersão entre a ocorrência média de raios em função de cada uma dessas
variáveis. A Figura 6.22 mostra o comportamento médio da ocorrência de raios em
função da TVT
min
(Figura 6.22 (a)) e da TVT
min9
(Figura 6.22 (b)). De modo geral,
observa-se a ausência de uma correlação bem definida entre a ocorrência média de raios
e cada uma dessas propriedades físicas (como também foi observado para a TVT
med
,
Figura 6.21). O número médio de raios possuiu uma pequena variação média entre 50 e
100 raios para a variabilidade nos valores de TVT
min
e TVT
min
. Além disso, a tímida
diminuição (aumento) no número de raios para valores mais baixos (altos) observada
para as duas propriedades foram fisicamente pouco significativas, visto a pouca
população de eventos de membros de SCM com esses valores.
Esses resultados, mais uma vez, sugerem que aparentemente incrementos e/ou
decréscimo na T
med
, T
min
e T
min9
possuem pouca correspondência ou afetam de modo
pouco significativo (ausência de relação física) a ocorrência de raios, indicando que
outras propriedades termodinâmicas (a própria T
med
, T
min
e T
min9
) e dinâmicas (correntes
ascendentes) podem estar atuando concomitantemente de forma mais direta no processo
de eletrificação dos SCM e conseqüentemente na ocorrência de raios. Desta forma,
esses resultados indicam que as propriedades físicas TVT
med,
TVT
min
e TVT
min9
sejam
parâmetros que necessitam serem analisados mais detalhadamente antes de serem
empregados para diagnóstico de severidade e prognóstico da atividade elétrica de raios.
134
Figura 6. 22 - Variação do número médio de raios e seu desvio padrão em função da (a) Taxa de
Variação da Temperatura Mínima de Brilho e (b) Taxa de Variação da
Temperatura Mínima Média de Brilho do Kernel de 9 Pixel.
(a)
(
b)
-40
0
40
80
120
160
200
240
280
320
360
400
-46 -39 -32 -25 -18 -11 -4 4 11 18 25 32
Taxa de Variação da Temperatura Mínima de Brilho (K/hr)
Número Médio de Raios
Curva Observada
-50
-25
0
25
50
75
100
125
150
175
200
225
250
275
-53 -46 -39 -32 -25 -18 -11 -4 4 11 18 25 32 39
Taxa de Variação da Temperatura Mínima Média de Brilho do
Kernel de 9 Pixels (K/hr)
Número Médio de Raios
Curva Observada
135
6.2.5 Fração Convectiva (FC)
A
s propriedades físicas R
e
e T
min9
mostraram como discutido nas seções anteriores
(seção 6.2.1 e 6.2.3, respectivamente), uma forte relação com a ocorrência de atividade
elétrica de raios. Desta forma, um importante parâmetro também associado com essas
variáveis a ser analisado com relação à atividade elétrica é a Fração Convectiva (FC). A
FC basicamente é a razão da área coberta com nuvens com T
B
no IR menores que 210 K
e a área com T
B
menores que 235 K dos sistemas (MACHADO et al, 1998), sendo
assim um indicativo da proporção do tamanho dos centros convectivos em relação à
área total dos SCM. Desta forma, a análise desse parâmetro torna-se relevante visto que,
como sugerido pelo trabalho de Morales et al (2004), o tamanho da área convectiva dos
SCM está relacionado com o desenvolvimento vertical e quantidade de partículas de
gelo no interior dos SCM, caracterizando as regiões mais favoráveis para ocorrência de
atividade elétrica. Assim, a partir dos 8.158 SCM em análise, analisaram-se apenas
aqueles membros dos SCM que não foram gerados como um resultado de falta de
imagem (imagem virtual). Com esta limitação, reportou-se a ocorrência de
aproximadamente de 947.976 raios. Desta forma, no intuito de caracterizar através da
análise da variável FC os SCM que em um intervalo de 15 minutos não apresentaram e
os que tiveram a presença de raios, construiu-se histogramas de freqüência para os dois
grupos de SCM. A Figura 6.23 mostra os resultados encontrados para a distribuição de
FC associado aos sistemas que não apresentaram (Figura 6.23 (a)) e para aqueles que
apresentaram atividade (Figura 6.23 (b)) elétrica de raios.
Em geral, as distribuições de FC para os SCM que não apresentaram e para os que
tiveram a ocorrência de raios, mostraram-se bastante semelhantes, porém importantes
características podem ser evidenciadas para cada grupo. Considerando as limitações
descritas no parágrafo anterior para analisar a variável FC, reportou-se a contingência
de aproximadamente 3.579 observações de membros de SCM que não apresentaram
ocorrência de raios. A distribuição de freqüência dos eventos de FC sem a presença de
raios (Figura 6.23 (a)) mostra que houve um rápido decrescimento no número de
eventos conforme o aumento do valor da FC, indicando uma alta concentração de SCM
136
com os mais baixos valores de FC. A melhor curva que caracterizou essa distribuição
foi uma curva de distribuição do tipo exponencial negativa (valor de correlação de
0,97). Mais de 90 % dos membros de SCM sem raios possuíram aproximadamente 25%
da sua área associada a células convectivas, enquanto que menos de 1 % dos membros
de todos os SCM apresentaram mais de 55 % de sua área associada a células
convectivas. A maior (menor) ocorrência de membros de SCM por classe de FC, a qual
representou aproximadamente 53 % (0,08 %) do total de eventos de membros de SCM,
foi caracterizada com 2,5 % (70 %) da sua área associada a temperaturas menores que
210 K. Essas características da distribuição de membros de SCM que não apresentaram
ocorrência de raios conferiram que em média 8 % da área desses SCM estiveram
associadas a células convectivas. O limiar mínimo (máximo) de FC encontrado para
este grupo de membros de SCM foi aproximadamente de 0,0073 % (65 %). De maneira
geral, os resultados indicaram que SCM que não apresentaram raios em um intervalo de
15 minutos aparentemente possuíram uma pequena parcela de sua área associada a
regiões convectivas. Pode-se especular que um menos intenso desenvolvimento vertical
e processos de condensação no interior dos SCM podem estar associados à formação de
uma menor região convectiva que, como conseqüência, esteja possibilitando a formação
de um número insuficiente de partículas de gelo para a ocorrência de atividade elétrica
de raios.
Por outro lado, nota-se que os membros de SCM que apresentaram ocorrência de raios
(Figura 6.23 (b)) possuíram em geral uma maior região convectiva associada a sua área
total. Este fato pode se verificado, percebendo-se que foram reportados 6.539 membros
de SCM com ocorrência de raios, ou seja, quase 3.000 eventos a mais em relação aos
SCM que não tiveram raios. Isto indica que a maior parte de casos de FC ocorreu para
SCM que tenderam a apresentar ocorrência de atividade elétrica de raios. De todos estes
membros de SCM, mais de 90 % possuíram FC menores que 40 % de sua área total,
enquanto menos do que 1 % dos membros dos SCM possuíram 65 % da sua área
associado a regiões convectivas. Importante ressaltar que a classe de FC com a maior
(menor) ocorrência de eventos representou 40 % (0,3 %) do total de observações, tendo
os SCM pertencentes a estas classes uma FC média de 2,5 % e 0,68, respectivamente.
137
Estas características conferiram um valor médio de FC para os membros dos SCM que
apresentaram ocorrência de raios de aproximadamente 13 % e um limiar mínimo
(máximo) de 0,0047 % (74 %). Logo, pode-se observar que esses sistemas possuíram
em média maiores regiões com T
B
no IR menores que 210 K em relação aos SCM que
não apresentaram ocorrência de raios. Esses resultados sugerem que SCM com
tendência a apresentar raios possuem uma dinâmica diferenciada que potencializa uma
convecção mais intensa, de forma a favorecer uma maior formação de partículas de
gelo, aumentando a probabilidade de ocorrência de raios.
Figura 6. 23 - Histograma de freqüência da propriedade física Fração Convectiva dos membros
de SCM que (a) não apresentaram raios e (b) para membros dos SCM que
apresentaram raios e as curvas ajustadas.
A Figura 6.24 mostra de forma mais nítida as características do parâmetro FC que
diferencia os membros de SCM que não apresentaram raios (curva azul) e para os que
tiveram a presença de raios (curva vermelha). Como discutido anteriormente, uma
quantidade significativa dos membros de SCM sem a presença de raios ocorreram para
baixos valores de FC, enquanto os sistemas que apresentaram ocorrência de raios
possuíram maiores regiões com T
B
abaixo de 210 K. Estas observações são
confirmadas, verificando que as FC abaixo de 15 % foram caracterizadas em sua
5E-5/-0.05
0
.0
5
-0
.1
0
0
.
10
-0
.1
5
0.15-0.20
0
.20-0.
2
5
0
.25-0.30
0
.3
0
-0
.3
5
0
.
35
-0
.4
0
0.
4
0-0
4
5
0.45
-
0.50
0.50-0.55
0
.5
5
-0.
6
0
0
.
60
-0
.6
5
0.65
-
0.70
0
5
10
15
20
25
30
35
40
45
50
55
Média=
0,088
Desvio Padrão= 0,106
Valor Mín.= 0,000073
Valor Máx.= 0,65
Número de Obs.= 3.579
Correlação= 0,9702
Freuquência Relativa (%)
Fração Convectiva
Histograma - Sem Raios
Distribuição Exponencial
5E-5/-0.05
0
.
05-0
.
10
0.
1
0-0.15
0
.
1
5
-0
.
2
0
0.20-0.25
0
.
25-0
.
3
0
0.30-0.35
0
.
3
5
-0
.
4
0
0.40-045
0
.
45-0
.
5
0
0.50-0.55
0
.
5
5
-0
.
6
0
0.60-0
.
65
0.
6
5
-
0.
7
0
0
5
10
15
20
25
30
35
40
45
50
55
Média=
0,126
Desvio Padrão= 0,132
Valor Mín.= 0,000047
Valor Máx.= 0,74
Número de Obs.= 6.539
Correlação= 0,9652
Frequência Relativa (%)
Fração Convectiva
Histograma - Com Raios
Disribuição Exponencial
(a) (b)
138
maioria em SCM que não apresentam raios em relação aos demais. Os SCM que
possuíram ocorrência de raios tiveram regiões convectivas acima de 15 %. Para os dois
grupos, a classe de FC com maior ocorrência de membros de SCM possuiu valores
menores que 5 %, no entanto o grupo sem ocorrência de raios teve notoriamente 13 % a
mais de eventos em relação ao grupo com a presença de ocorrência de raios. Em média,
os SCM com raios apresentaram quase 4 % a mais de FC em relação aqueles que não
apresentaram raios, sendo que para o valor máximo de FC esta diferença representou
10%. Os resultados de maneira geral, semelhantemente ao encontrado para as variáveis
termodinâmicas T
med
, T
min
e T
min9
, indicam que o tamanho da área dos SCM associada
com as mais baixas temperaturas (T
B
inferiores a 210 K) é um parâmetro que distingue
de forma razoável os SCM com convecção profunda daqueles que não produzem
atividade elétrica de raios.
Figura 6. 24 - Análise comparativa entre a curva ajustada para o histograma de Fração
Convectiva de membros de SCM que não apresentaram raios (azul) e a curva
ajustada para a amostra que apresentaram raios (vermelho).
A significativa correlação encontrada entre o tamanho relativo das regiões convectivas e
os SCM caracterizados com atividade elétrica de raios, discutida no parágrafo anterior,
5E-
5/-
0.05
0.05-0.10
0.10-0.15
0.15-
0.20
0
.20-
0.25
0
.25-
0.30
0.30
-
0.35
0.35-0.40
0
.40-0
45
0.45-0.50
0.50-0.55
0.55-0.60
0.60-
0
.65
0.65-
0.70
0
5
10
15
20
25
30
35
40
45
50
Correlação=
0,9876
Frequência Relativa (%)
Fração Convectiva
Frequência Ajustada - Sem Raios
Frequência Ajustada - Com Raios
139
ressalta a importância dessa variável como forçante para a ocorrência de raios. Portanto,
com o objetivo de avaliar quais valores de FC são mais propícios a desencadear a
ocorrência de raios, contabilizou-se o número de raios para cada classe de FC. A Figura
6.25 mostra a freqüência acumulada de raios em função das classes de FC.
Figura 6. 25 - Freqüência Acumulada (%) de ocorrência de raios em função da Fração
Convectiva dos SCM.
Uma ocorrência de raios mais tímida é reportada para valores de FC maiores que 50 %,
devendo-se aos poucos eventos de SCM pertencentes a estas classes como mostrado na
Figura 6.23 (b) (os quais representaram menos de 1 % do total de eventos de membros
de SCM com raios). Dos 947.976 raios reportados, mais de 90 % ocorreram para SCM
que apresentam menos de 45 % (classes no qual se encontram mais de 98 % dos eventos
de membros de SCM com raios) da sua área associada a centros convectivos. Por outro
lado, apenas 23 % dos raios ocorreram para FC menores que 5 % (50 % dos eventos de
membros de SCM com raios pertencem a esta classe, Figura 6.23 (b)). Mais de 50 %
das ocorrências de raios foram reportadas para os membros dos SCM que possuíram
menos de 20 % da sua área associada a centros convectivos. Portanto, observa-se de
maneira geral, que a maioria dos membros de SCM com ocorrência de atividade elétrica
de raios possuiu menos da metade de sua área associada a regiões convectivas. Desta
5E-
5
/
-
0.05
0.05-0.10
0.10-0.15
0
.
1
5
-0.20
0.20
-0
.
2
5
0.25-0.30
0.30-0.35
0
.
3
5
-0.40
0.40-045
0.45
-
0.50
0.50-0.55
0
.
5
5
-0.60
0
.
6
0
-0
.
6
5
0.65
-0
.
7
0
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada de Raios (%)
Fração Convectiva
140
forma, esses resultados demonstram que a propriedade física FC possui uma associação
importante com a severidade de tempestades e como conseqüência com a atividade
elétrica de raios.
Os resultados discutidos no parágrafo anterior sugerem que o tamanho relativo do
centro convectivo no interior (FC) dos SCM pode ser um parâmetro importante para a
ocorrência de atividade elétrica de raios. Para a avaliação dessa hipótese, determinou-se
para cada classe de FC o número médio de raios. A Figura 6.26 mostra o
comportamento encontrado do número médio de raios, o desvio padrão em função da
FC e a curva que melhor se ajustou a esta relação. Em geral, percebe-se que um
aumento no número médio de raios esteve associado com valores crescentes de FC, de
forma, que esta relação foi mais bem caracterizada por uma regressão de potência
positiva com alto coeficiente de determinação de 0,80. A parametrização que melhor
representou a relação empírica entre a ocorrência de atividade elétrica de raios e a FC
dos SCM é representada pela seguinte equação:
NMR = 407,83*(FC)
0,49
(6.7)
Em que,
NMR é o número médio de raios;
FC é a Fração Convectiva.
O
s resultados mostram que em média um acréscimo de 63 % na FC pertencente aos
SCM representa um aumento aproximadamente de 260 raios. Pode-se observar que o
comportamento crescente da ocorrência de raios em função do aumento dos valores de
FC apresenta-se bastante comportado apenas até valores de FC próximo de 43 %. Este
fato como observado na Figura 6.23 (b), deve-se a ocorrência de poucos casos de
membros de SCM com raios, os quais representam menos de 2 % do total de eventos,
sendo a mesma hipótese associada ao crescente aumento do desvio padrão. Desta forma,
nota-se que o crescente aumento do número médio de raios atinge valores máximos
(mínimos) para SCM com FC de 43 % (5 %), caracterizando a ocorrência
141
aproximadamente de 390 raios (84 raios) com ocorrência média de raios reportada à
SCM que contém 58 % da sua área relacionada a regiões convectivas. Acredita-se que
as maiores áreas associadas à intensa convecção nesses SCM estejam relacionadas à
ocorrência de intensos fluxos de massa que propiciam uma convecção mais profunda,
promovendo maiores regiões com T
B
menores que 210 K, o que como indicado pela
análise da T
min9
(seção 6.2.3), favorece uma mais intensa atividade elétrica de
ocorrência de raios. Portanto, os resultados mostraram que a FC é um parâmetro que
caracteriza de forma bastante aceitável as regiões de convecção profunda pertencentes
aos SCM, de forma que ocorrência significativa de atividade elétrica de raios está
associada aos mais altos valores de FC.
Figura 6. 26 - Variação do número médio de raios em função da Fração Convectiva, seu desvio
padrão e curva de potência ajustada.
6.2.6 Excentricidade (Ecc)
Em complemento as análises realizadas de algumas propriedades dinâmicas e
termodinâmicas, a excentricidade (Ecc) é um parâmetro físico relacionado à forma de
um SCM que pode indicar a convecção diferenciada entre os diferentes formatos dos
R
2
= 0.80
-100
0
100
200
300
400
500
600
700
800
0.04 0.09 0.14 0.19 0.24 0.29 0.34 0.39 0.44 0.49 0.54 0.59 0.64 0.69
Fração Convectiva
Número Médio de Raios
Curva Observada Potência (Curva Observada)
142
SCM com e sem ocorrência de atividade elétrica de raios. A forma dos sistemas pode
estar associado ao tipo básico de organização da convecção. CCM, por exemplo,
apresentam excentricidade alta e linhas de estabilidade e frentes frias valores
relativamente mais baixos. Basicamente, a Ecc é expressa pela razão entre o tamanho do
eixo menor e o tamanho do eixo maior do sistema (maiores detalhes desta definição na
seção 2.1.2). Considerando as mesmas limitações realizadas para a propriedade tamanho
dos SCM (seção 6.2.1), os membros das famílias de SCM foram separadas em um
grupo sem e outro com ocorrência de raios. A Figura 6.27 mostra os histogramas de
freqüência determinados para os eventos de Ecc que não tiveram raios (Figura 6.27 (a))
e para os que apresentaram ocorrência de raios (Figura 6.27 (b)).
Pode-se observar a ocorrência de eventos de membros de famílias de SCM que não
tiveram raios (Figura 6.27 (a)) para todas as classes de Ecc, apresentando assim pouca
diferença de ocorrências entre as mesmas (motivo pelo qual impossibilitou o ajuste de
uma curva a esses dados). No entanto, as maiores ocorrências estão associadas a valores
acima de 0,39, as quais representam 78 % dos eventos. Nota-se também que a maior
(menor) ocorrência de eventos por classe esteve associada à Ecc entre 0,45 e 0,51
(maiores que 0,99), a qual representou 9,5 % (0,5 %). Esta distribuição foi caracterizada
com uma Ecc média de 0,59 e um limiar mínimo (máximo) de aproximadamente 0,07
(1,0). Por outro lado, a Figura 6.27 (b) mostra que os eventos que tiveram ocorrência de
raios apresentaram valores de Ecc maiores em relação à amostra sem raios. Observa-se
que acima de 0,39 de Ecc, encontraram-se 90 % (contra 78 % dos eventos sem raios)
dos eventos com raios, de forma que os membros dos SCM apresentaram uma Ecc
média de 0,65. A máxima (mínima) ocorrência de eventos por classe foi reportada para
valores de Ecc entre 0,63 e 0,69 (0,09 e 0,15), representando 10 % (0,07 %) do total de
eventos, enquanto que o limiar mínimo (máxima) de Ecc foi de aproximadamente 0,09
(1,0). Portanto, a propriedade Ecc caracteriza de forma bastante razoável os SCM
propícios a ocorrência de raios dos demais, de forma que os SCM que apresentam raios
tendem a possuir uma forma mais circular em relação aos que não apresentam raios,
pois, segundo Maddox (1980), um limiar de excentricidade de 0,7 define inicialmente
SCM com formato mais circulares, caracterizados como CCM (porém outros critérios
143
como: T
B
no IR e tamanho são utilizados também). No entanto, esses resultados
indicam que um formato mais circular do topo dos SCM caracterizados com ocorrência
de raios possivelmente deve-se ao fato dos mesmos estarem associados à convecção
profunda como os CCM. Por outro lado, para sistemas alongados as frentes frias
predominam e são associadas a processos convectivos menos intensos.
Figura 6.27 - Histograma de freqüência da propriedade física Excentricidade dos membros de
SCM que (a) não apresentaram raios e (b) para membros dos SCM que
apresentaram raios.
Como os SCM com ocorrência de raios apresentaram valores de Ecc um tanto
diferenciados dos demais, avaliou-se inicialmente a existência de uma dependência do
número de raios em função da forma do SCM, através da contabilização do total de
raios para cada classe de Ecc, sendo os resultados mostrados na Figura 6.28. Pouca
ocorrência de raios foi observada para Ecc menores que 0,33, as quais representaram
menos de 10 % do total, no entanto as classes entre 0,33 e 0,99 de Ecc apresentaram
quantidades relativamente próximas de raios (pode estar associado a ocorrências de
quantidade de eventos muito próximas entre essas classes, Figura 6.27 (b)). Nota-se
também que dos 1.176.132 raios analisados, 85 % ocorreram para SCM com Ecc
maiores que 0,39, em consonância com o alto número de casos de SCM com raios
0.09-0.1
5
0
.15-0.2
1
0
.21-0.2
7
0.27-0
.3
3
0.33-0.
3
9
0.39-0.45
0
.45-0.5
1
0.5
1-0.5
7
0.57
-0.6
3
0.63
-
0
.6
9
0.69-0.7
5
0.75-0.8
1
0
.81-0.8
7
0.87
-
0
.9
3
0.93-0
.9
9
0.99-1.05
0
1
2
3
4
5
6
7
8
9
10
11
Média=
0,59
Desvio Padrão= 0,22
Valor Mín.= 0,07
Valor Máx.= 1,0
Número de Obs.= 25.860
Frequência Relativa (%)
Excentricidade
Histograma - Sem Raios
Distribuição Gaussiana
0.0
9-0.1
5
0.1
5-0.2
1
0.2
1-0.27
0.2
7-
0.33
0.3
3-
0.39
0.3
9-
0.45
0.4
5-0.51
0
.5
1-0.57
0
.5
7-0.63
0.63-0.69
0.6
9-0.75
0.7
5-0.81
0.8
1-0.87
0.8
7-0.93
0.9
3-0.99
0.9
9-1.05
0
1
2
3
4
5
6
7
8
9
10
11
Média= 0,65
Desvio Padrão= 0,20
Valor Mín.= 0,09
Valor Máx.=1,0
Número de Obs.=12.517
Frequência Relativa (%)
Excentricidade
Histograma - Com Raios
Distribuição Gaussiana
(a) (b)
144
encontrados para estas classes (Figura 6.27 (b)). Os SCM com Ecc acima de 0,69
caracterizaram-se 43 % do total de raios reportados. Desta forma, observa-se que há
uma ocorrência maior de atividade elétrica de raios para SCM com Ecc maiores que
0,63 (representando aproximadamente 53 % do total de raios), o qual indica uma
possível relação estatística entre a ocorrência de raios e a forma do SCM.
Figura 6. 28 - Freqüência Acumulada (%) de ocorrência de raios em função da Excentricidade
dos SCM.
A Figura 6.29 mostra a relação de regressão encontra
da do número médio de raios e
desvio padrão em função da Ecc. Esses resultados ratificam os discutidos anteriormente,
indicando que em geral a atividade elétrica de raios aumenta em função da Ecc dos
SCM, sendo esta relação caracterizada por uma função quadrática, com alto coeficiente
de determinação, entorno de 0,91. A função que melhor corresponde à associação destas
duas variáveis é descrita por:
NMR = -222.74*(Ecc
2
) + 303.19*(Ecc) - 0.5108 (6.8)
Em que,
NMR é o número médio de raios;
Ecc é a excentricidade do SCM.
0
.0
9
-
0
.1
5
0
.1
5
-
0
.2
1
0.2
1
-0.27
0
.2
7
-
0
.3
3
0.33-0.39
0.39-0.45
0.45-0.51
0.51-0.57
0
.
57-0
.
63
0
.
63
-
0
.
69
0
.
69-0
.
75
0
.
75
-
0
.8
1
0
.8
1
-
0
.8
7
0
.8
7
-
0
.9
3
0
.9
3
-
0
.9
9
0.9
9
-1.05
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada de Raios (%)
Excentricidade
145
Figura 6. 29 - Variação do número médio de raios em função da Excentricidade, seu desvio
padrão e curva polinomial ajustada para a ocorrência média de raios.
O ajuste desta expressão matemática a estes dados mostra a existência de um rápido
crescimento na ocorrência média de raios a partir dos SCM com 0,10 (apresentando
uma média de 31 raios, mínimo valor de ocorrência de raios observado) de Ecc até um
valor de aproximadamente 0,57 (apresentando uma média de 108 raios, máximo valor
de ocorrência de raios observado), sendo que após este valor o número médio de raios
apresenta uma variabilidade relativamente pequena no seu valor (variabilidade de raios
entre 67 e 101 raios). Nota-se que apesar desta relação estatística apresentar-se bastante
comportada, os valores de desvio padrão são relativamente significantes, indicando que
para cada classe de Ecc pode haver a ocorrência de um número variado de raios.
Assim, a Ecc mostra-se uma importante propriedade física relacionada à forma dos
SCM, a qual reflete o tipo de sistema e conseqüentemente as condições dinâmicas e
termodinâmicas dos SCM que caracterizam a atividade elétrica de raios. Com base
nesses resultados, a Ecc torna-se um parâmetro importante de ser considerado no
monitoramento e prognóstico da evolução da atividade elétrica de raios em SCM.
Contudo, ressalta-se que o ideal seria realizar uma classificação de SCM de forma a
R
2
= 0.91
-50
-20
10
40
70
100
130
160
190
220
250
0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
Excentricidade
Número Médio de Raios
Curva Observada Polinômio (Curva Observada)
146
podermos eliminar sistemas com forma semelhantes, porém que apresentam atividades
convectivas distintas, como as frentes e as linhas de instabilidade.
6.3 Análise da Evolução do Ciclo de Vida dos SCM
N
esta seção são apresentadas as principais características observadas para os SCM com
e sem raios durante o seu ciclo de vida. Para esta caracterização, foram utilizados os
SCM rastreados pelo modelo FORTRACC entre julho de 2005 e fevereiro de 2008
acoplados com as informações de raios reportados pela RINDAT. Esta caracterização
física entre os SCM que reportaram a ocorrência de raios e os que não apresentaram
raios durante seu ciclo de vida foi realizada em duas etapas. Na primeira etapa, foi
analisada a dependência da atividade elétrica de raios com a duração do ciclo de vida
dos SCM. A segunda parte apresenta as caracterizações entre SCM com e sem raios em
função do tamanho e da evolução temporal da atividade elétrica de raios durante o ciclo
de vida.
6.3.1 Caracterização do Tempo de Vida dos SCM
A partir da metodologia proposta e considerando as limitações discutidas no capítulo 5
(isto é, utilizar apenas SCM que iniciaram e dissiparam espontaneamente, tiveram
tempo de vida entre 2 e 10 horas e tiveram menos da metade de seu ciclo de vida
compostos por imagens virtuais), dos 8.158 SCM identificados pelo modelo
FORTRACC durante o período e região de estudo restaram 517 SCM. Dentre estes, 175
não reportaram a ocorrência de raios, enquanto 342 apresentaram raios em algum
momento do seu ciclo de vida. Desta forma, a identificação de características intrínsecas
pertinentes a ocorrência ou não de raios durante o ciclo de vida dos SCM foi
inicialmente realizada através da caracterização do tempo de vida (duração) desses dois
grupos de sistemas. A Figura 6.30 mostra a distribuição de freqüência de tempo de vida
para os sistemas que não reportaram ocorrência de raios (Figura 6.30 (a)) e para aqueles
que apresentaram raios (Figura 6.30 (b)) em pelo menos um momento do ciclo de vida.
147
Figura 6. 30 - Distribuição estatística do número de SCM e freqüência relativa em função do
tempo de vida em horas para SCM que (a) não apresentaram raios e SCM (b)
que apresentaram raios durante seu ciclo de vida.
A distribuição de eventos de SCM que não reportaram ocorrência de raios (Figura 6.30
(a)) caracteriza-se por uma queda mais acentuada em relação aos que apresentaram raios
(Figura 6.30 (b)) em função do tempo de vida, de forma que mais de 90 % dos sistemas
com raios (sem raios) possuem duração menor que 8,5 horas (7 horas). Nota-se que em
média os SCM com raios são caracterizados por um tempo de vida maior em relação
aos sem raios, como pode ser observado pela duração média de 4,3 horas e 3,7 horas
encontrada para estes SCM, respectivamente. As maiores ocorrências de SCM que
apresentaram raios com maiores tempo de vida em relação aos sem raios podem ser
notadas claramente através da Figura 6.31. Observa-se que os sistemas com tempo de
vida menor que 3 horas são em sua maioria caracterizados pela não ocorrência de raios
(curva azul), enquanto acima deste valor há uma predominância de SCM que
apresentam ocorrência de raios (curva vermelha). Além disso, a maior ocorrência de
sistemas por classe de duração para os dois grupos está associada a um tempo de vida
de 2 horas, no entanto esta classe representa para o grupo sem raios 28 % contra 16 %
para o grupo com raios em relação ao total de eventos.
(a) (b)
2.0
2.5
3.0
3.5
4
.
0
4.5
5
.0
5.5
6.0
6
.
5
7.0
7
.5
8.0
8.5
9
.
0
9.5
1
0
.
0
0
5
10
15
20
25
30
35
40
45
50
55
60
0
5
10
15
20
25
30
35
40
Moda = 2.0 horas
Média = 3.68 horas
Desvio Padrão = 1.93 horas
Número de Obs. = 175
Histograma SCM - Sem Raios
Frequência Relativa
Frequência de Ocorrência de SCM
Tempo de Vida (horas)
Frequência Relativa (%)
2.0
2.
5
3.
0
3.5
4.0
4.
5
5.
0
5.5
6.
0
6.
5
7.0
7.5
8.
0
8.
5
9.0
9.5
10.0
0
5
10
15
20
25
30
35
40
45
50
55
60
0
5
10
15
20
25
30
35
40
Moda = 2.0 horas
Média = 4.32 horas
Desvio Padrão = 2.07 horas
Número de Obs. = 342
Histograma SCM - Com Raios
Frequência Relativa
Frequência de Ocorrência de SCM
Tempo de Vida (horas)
Frequência relativa (%)
148
Figura 6. 31 - Análise comparativa entre a curva ajustada para o histograma de Tempo de Vida
(horas) dos SCM que não apresentaram raios (azul) e a curva ajustada para a
amostra de SCM que apresentaram raios (vermelho).
Em geral, esses valores de tempo de vida são um tanto menores em relação aqueles
encontrados por Goodman e Macgorman (1986), Velasco e Fritsch (1987), Machado et
al (1998) e Torres (2003), mas semelhantes aos observados por Vila et al (2004) e
Tadesse e Anagnostou (2009). Pode-se especular que possivelmente essas diferenças
quantitativas podem estar associadas a diferenças dos limiares de tamanho utilizados
para detectar os SCM e ao intervalo entre as imagens consecutivas de satélite (a qual
delimita o limiar mínimo do tempo de vida a ser utilizado). No entanto, valores
quantitativamente semelhantes aos encontrados neste trabalho, foram observados por
Tadesse e Anagnostou (2009). Esses autores analisaram SCM com e sem raios, através
de uma metodologia semelhante à empregada pelo modelo FORTRACC, e encontraram
que 90 % dos sistemas com raios (sem raios) possuem tempo de vida aproximadamente
menores que 5 horas (4horas). Esses resultados permitem inicialmente inferir que os
SCM que tendem a apresentar ao menos um raio ao longo do ciclo de vida possuem
uma probabilidade significativa de ter um tempo de vida maior.
Alguns trabalhos encontrados na literatura têm revel
ado a forte dependência do tamanho
máximo (o qual corresponde ao tamanho do sistema no estágio de maturação) atingido
2.
0
2.
5
3.
0
3.
5
4.
0
4.
5
5.
0
5.
5
6
.0
6.
5
7.
0
7.
5
8.
0
8.
5
9.
0
9
.5
10
.0
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
Frequência Relativa (%)
Tempo de Vida (horas)
Curva Ajustada - Sem Raios
Curva Ajustada - Com Raios
149
pelos SCM em função da duração do seu ciclo de vida (CHEN et al, 1996; KNUPP,
1997; MACHADO et al, 1998; LAURENT et al, 2002; MACHADO e LAURENT,
2004, VILA et al, 2004; MORALES et al, 2004). Portanto, como sugerido por Laurent
et al (2002), baseado nas características físicas do estágio de maturação dos sistemas,
pode-se inferir sobre o seu possível tempo de vida restante depois de atingido este
estágio do ciclo de vida. Desta forma, baseado nos resultados mostrados na Figura 6.30,
avaliou-se a relação média entre o tamanho máximo (R
emáx
) dos SCM com e sem raios
em função de seu tempo de vida. A Figura 6.32 mostra a relação de dispersão entre o
tamanho máximo médio encontrado em função de cada classe de duração, para os SCM
sem (Figura 6.32 (a)) e com (Figura 6.32 (b)) ocorrência de raios. Para maior
representatividade e sem perda de generalidade agrupou-se os eventos com valor de
tempo de vida intermediário as classes anteriores a eles e os eventos acima de 8 horas
(poucos sistemas tiveram tempo de vida maior que este valor, Figura 6.30) foram
agrupados a classe de 8 horas. Observa-se de modo geral que para os dois grupos
quanto maior é o tamanho máximo atingido pelos sistemas, maior é o tempo de vida
associado.
Desta forma, verifica-se que sistemas com raios (sem raios) com 2 horas de duração
possuem um R
emáx
médio entorno de 46 km (42 km), enquanto SCM com 8 horas de
duração possuem um tamanho máximo de 107 km (85 km). Assim, foi possível
parametrizar a relação existente entre essas duas variáveis, ajustando-se uma reta a esses
dados, a qual mostrou alto coeficiente de determinação de 0,93 e 0,98 para os SCM sem
e com raios, respectivamente. As parametrizações determinadas para os sistemas sem e
com raios são expressas respectivamente da seguinte forma:
R
emax
= 6,64*tv + 30,59 (6.9)
R
emax
= 9,33*tv + 25,59 (6.10)
Em que,
R
emax
é o raio efetivo máximo dos SCM em quilômetros;
tv é o tempo de vida em horas;
150
Figura 6. 32 - Variação média do Raio Efetivo Máximo (km), desvio padrão e curvas lineares
ajustadas em função do tempo de vida (horas) para SCM que (a) não
apresentaram raios e (b) SCM que apresentaram raios durante seu ciclo de vida.
Desta forma, a reta de regressão ajustada mostra que os SCM que apresentam
ocorrência de raios possuem maiores tamanhos máximos associados aos mesmos
tempos de vida. Este fato é corroborado notando-se que o coeficiente angular da reta
ajustada para os SCM com raios (sem raios) indica um aumento em média de 9 km (7
km) do R
emáx
para cada hora acrescida no tempo de vida. No entanto, o mais alto
coeficiente linear encontrado para o grupo sem raios (31 km) em relação ao com raios
(26 km) pode estar associado aos maiores valores de desvio padrão observado para os
menores tempos de vida do grupo com raios em relação ao sem raios. Os altos valores
de desvio padrão verificados para os tempos de vida maiores indicam a ocorrência de
tamanho máximo dentro de certa variabilidade (pode estar associado à baixa ocorrência
de eventos, como mostrado na Figura 6.30).
De maneira geral, estes resultados sugerem que os SCM com raios caracterizam-se por
uma dinâmica diferenciada (intensas correntes ascendentes, como também sugerido
pelos resultados da seção 6.2) durante seu estágio inicial de vida, de forma a favorecer
que os mesmos alcancem maiores tamanhos no estágio de maturação e mais longa
duração em relação aos sistemas sem raios. Assim, o tamanho atingido pelos SCM no
(a) (b)
2
.
0
2.5
3
.
0
3
.5
4
.0
4
.
5
5
.
0
5.5
6
.
0
6
.
5
7.0
7
.
5
8
.0
20
40
60
80
100
120
140
160
180
SCM - Sem Raios
Raio Efetivo Máximo (R
emáx
)
R
emáx
= 6,6426*tv + 30,5856, R
2
= 0,9265
Raio Efetivo Máximo (km)
Tempo de Vida (hora)
2
.
0
2.5
3
.
0
3
.5
4
.0
4
.
5
5
.
0
5.5
6
.
0
6
.
5
7.0
7
.
5
8
.0
20
40
60
80
100
120
140
160
180
SCM - Com Raios
Raio Efetivo Máximo (R
emáx
)
R
emáx
= 9,3316*t + 25,5952, R
2
= 0,9803
Raio Efetivo Máximo (km)
Tempo de Vida (hora)
151
estágio de maturação indica inicialmente ser um importante parâmetro para determinar
quanto tempo de vida os sistemas terão depois de alcançado o máximo tamanho.
A forte correlação mostrada pelos resultados encontrados acima entre os SCM que
apresentam raios e seu tempo de vida é ratificada pelos resultados apresentados na
Figura 6.33. Nesta Figura, é mostrada a relação de dispersão do comportamento médio
de ocorrência de raios em função do tempo de vida dos SCM (curva média). Observa-se
que, como indicado pelos resultados anteriores, há um crescente aumento no número
médio de raios conforme um aumento do tempo de vida dos sistemas, de forma que
SCM com uma duração média de 2 horas apresentam aproximadamente 76 raios,
enquanto os sistemas com a maior duração (8 horas) caracterizam-se pela ocorrência
média de 1.257 raios. Desta forma, foi possível ajustar uma curva do tipo exponencial
que descreve esta relação, com alto coeficiente de determinação, 0,98. A curva
parametrizada é expressa da seguinte forma:
NMR=44,37*exp(0,4988*tv) (6.11)
Em que,
NMR é o número médio de raios;
t
v
é o tempo de vida dos SCM em horas.
Importante ressaltar que os altos valores de desvio padrão observados para todos os
valores de tempo de vida (principalmente para os tempos de vida maiores) mostram
uma importante variabilidade no número de raios para cada duração dos sistemas,
estando associada ao um número menor de eventos para estas classes. Entretanto,
diferentemente dos resultados encontrados nesta seção, o trabalho pioneiro de Goodman
e Macgorman (1986) não encontrou esta relação crescente entre o número de raios e o
tempo de vida dos sistemas, o que pode estar associado ao pequeno número de casos de
SCM analisados por esses autores, que totalizaram apenas 10 SCM. Como observado
por diversos outros autores, a tendência de maior ocorrência de raios conforme a
persistência dos sistemas em consonância com o maior tamanho atingido ao longo do
seu ciclo de vida pode estar associado a uma mais intensa taxa de expansão da área
152
(associada as mais fortes correntes ascendentes e formação intensa de partículas de
gelo) no estágio inicial dos sistemas que possuem maiores tempos de vida. Esta
dinâmica diferenciada fornece condições propícias para a maior formação de partículas
de gelo e conseqüentemente uma mais intensa ocorrência de atividade elétrica de raios.
Figura 6. 33 - Variação do Número Médio de Raios (curva média), desvio padrão e curva
exponencial ajustada em função do tempo de vida (horas) dos SCM.
Além da ocorrência média de raios, outra propriedade que mostrou importantes
características da atividade de raios, como sugerido na seção 6.2.1, foi a densidade
média de raios (raios.km
-2
). A Figura 6.34 mostra a relação de dispersão média entre a
densidade de raios e o tempo de vida dos SCM. Esta relação é uma média da razão do
tamanho máximo atingido pelo SCM e o respectivo total de raios do sistema na
maturação, entre os diversos sistemas pertencentes a uma mesma classe de tempo de
vida. Pode-se notar um crescente aumento na densidade média de raios conforme um
acréscimo do tempo de vida, de forma que SCM com tempo de vida de
aproximadamente 2 horas apresentam 0,012 raios.km
-2
, enquanto sistemas com
aproximadamente 8 horas de duração caracterizam-se com uma média de 0,040
Raios = 44.365*exp(0,4988*tv), R
2
= 0.9775
Desvio Padrão = 5*DVP
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2 3 4 5 6 7 8
Tempo de Vida (horas)
Número Médio de Raios
Número Médio de Raios
Expon. (Número Médio de Raios)
153
raios.km
-2
. Esses valores de densidade de raios são consistentes aos encontrados por
Parker et al (2001) e Tadesse e Anagnostou (2009). Esta relação empírica foi mas bem
caracterizada por uma função do tipo exponencial, que apresentou um coeficiente de
determinação em torno de (0,91) e sendo expressa pela seguinte parametrização:
DMR = 0,0096*exp(0,1982*tv) (6.12)
Em que,
DMR é a densidade média de raios em raios.quilômetros
-2
;
tv é o tempo de vida do SCM em horas.
Figura 6. 34 - Variação da Densidade Média de Raios (raios/km
2
), desvio padrão e curva
exponencial ajustada em função do tempo de vida (horas) dos SCM.
Os resultados apresentados acima estão em concordância aos observados por Tadesse e
Anagnostou (2009), onde os sistemas analisados por esses autores com uma duração
média de 4 horas caracterizaram-se com 0,010 raios.km
-2
, enquanto os sistemas desse
estudo apresentaram 0,014 raios.km
-2
. O coeficiente angular da curva ajustada indica
que a cada hora de acréscimo no tempo de vida dos SCM, a densidade de raios média
aumenta 0,20 raios.km
-2
. Este fato sugere que não apenas o número médio de raios
aumenta conforme a duração dos sistemas (Figura 6.33), mas também o número total de
Dens. Raios = 0.0096*exp(0,1982*tv), R
2
= 0.9121
Desvio Padrão = 5*DVP
0.00
0.01
0.01
0.02
0.02
0.03
0.03
0.04
0.04
0.05
0.05
0.06
2 3 4 5 6 7 8
Tempo de Vida (horas)
Densidade Média de Raios (Raios/km2)
Densidade Média de Raios
Expon. (Densidade Média de Raios)
154
raios por pixel pertencente ao estágio de maturação, porém de uma forma menos
acentuada. Pode-se especular, portanto que o tempo de vida alcançado pelos sistemas é
de forma significativa dependente da atividade convectiva e atividade elétrica próximo
ao estágio de maturação (máximo tamanho).
6
.3.2 Caracterização do Ciclo de Vida dos SCM
A
s análises realizadas na seção anterior indicaram que a ocorrência total de raios
depende fortemente da duração do ciclo de vida dos SCM. Desta forma, torna-se
importante neste momento avaliar em qual estágio do ciclo de vida dos sistemas esta
atividade elétrica de raios é mais pronunciada. Estas análises podem evidenciar os
diferentes processos dinâmicos envolvidos durante o desenvolvimento dos SCM,
podendo assim indicar os principais fatores que influenciam alguns sistemas a tenderem
a apresentar raios enquanto que outros não.
A caracterização e o entendimento da evolução da atividade elétrica de raios ao longo
do ciclo de vida foram realizados através da análise comparativa entre a evolução da
área (R
e
) dos SCM com e sem raios ao longo do ciclo de vida. Através de uma
metodologia semelhante à empregada por Machado e Laurent (2004), o ciclo de vida
dos SCM para foi dividido em cinco classes (ou estágios): iniciação (estágio 1); estágio
intermediário entre iniciação e o máximo tamanho (estágio 2); máximo tamanho, o qual
corresponde à maturação (estágio 3); estágio intermediário entre o máximo tamanho e
dissipação (estágio 4) e dissipação (estágio 5). Utilizando os 175 SCM sem raios e os
342 sistemas que apresentaram ocorrência de raios, avaliou-se a evolução média da área
desses sistemas em função dos cinco estágios de ciclo de vida, como mostrado na
Figura 6.35. De forma consistente aos resultados apresentados nas seções anteriores, a
curva de cor azul representa a evolução temporal da área dos SCM sem raios, enquanto
a curva de cor vermelha está associada aos SCM que reportaram a ocorrência de raios.
155
Figura 6. 35 - Comparação do ciclo de vida do Raio Efetivo (km) dos SCM que não tiveram
raios (azul) e SCM que apresentaram raios (vermelho) durante seu ciclo de
vida, para as cinco categorias de ciclo de vida, sendo 1 (iniciação), 2 (estágio
intermediário entre iniciação e maturação), 3 (maturação), 4 (estágio
intermediário entre maturação e dissipação) e 5 (dissipação).
A Figura 6.35 demonstra uma significante variabilidade na evolução da área dos SCM
em função dos cinco estágios de ciclo de vida analisados. Percebe-se que os SCM com
raios são caracterizados por uma maior área durante toda a sua evolução temporal. Este
fato pode ser notado verificando que os SCM com raios (sem raios) apresentaram um
tamanho médio de 33 km (36 km) no estágio inicial, 80 km (66 km) durante a
maturação e dissiparam com um tamanho médio de aproximadamente 37 km (36 km).
Tadesse e Anagnostou (2009) encontraram uma evolução temporal da área com o ciclo
de vida para sistemas com raios muito semelhante a esses valores, verificando um
tamanho médio de 43 km, 83 km e 63 km nos estágios inicial, maturação e dissipação,
respectivamente. Percebe-se claramente que os sistemas com raios caracterizam-se por
uma evolução do ciclo de vida (isto é, iniciação, maturação e dissipação) mais bem
definida em relação aos sem raios. Nota-se, portanto que o processo de crescimento
(expansão da área dos sistemas com o tempo) no estágio inicial é mais eficiente (mais
intensa expansão da área) nos sistemas com a presença de raios, enquanto que após o
1 2 3 4 5
25
30
35
40
45
50
55
60
65
70
75
80
85
Raio Efetivo Médio (km)
Categorais de Ciclo de Vida
(1-Iniciação,2-Intermediário,3-Maturação,4-Intermediário,5-Dissipação)
Raio Efetivo - Sem Raios
Raio Efetivo - Com Raios
156
estágio de maturação a dissipação dos sistemas sem raios torna-se mais eficiente (mais
rápida diminuição da área com o tempo). Esses resultados, consistentes aos encontrados
por Morales et al (2004) e Tadesse e Anagnostou (2009), sugerem que a intensidade da
taxa de crescimento dos SCM durante o estágio inicial (principalmente entre o estágio 1
e 2), mostra-se extremamente importante na intensificação da convecção neste estágios
dos SCM, influenciando os sistemas a alcançarem maiores tamanhos e caracterizando
uma maior probabilidade de ocorrência de raios ao longo do ciclo de vida.
A relação mostrada na Figura 6.35 é válida para o comportamento médio da evolução
temporal da área dos SCM, mas há uma considerável variabilidade dessas características
quando se considera os variados tempos de vida dos sistemas sendo analisados. Sabendo
disso, os SCM de mesma duração foram agrupados e a evolução média da área para os
SCM com os mesmos tempo de vida foram analisados. Na Figura 6.36 é apresentado
como exemplo o ciclo de vida médio determinado dos SCM sem e com raios (Figura
6.36 (a) sem raio e Figura 6.36 (b) com raio) que possuem tempo de vida de 4 horas
(curva em preto), 6 horas (curva em vermelho) e 7 horas (curva em azul).
Figura 6. 36 - Variação média do Raio Efetivo (km) de SCM que (a) não apresentaram raios e
SCM que (b) apresentaram raios durante seu ciclo de vida, para três valores de
duração: 4 horas (preto), 6 horas (vermelho) e 7 horas (azul).
(a) (b)
0 1 2 3 4 5 6 7
30
40
50
60
70
80
90
100
110
Raio Efetivo Médio (km)
Cicl de Vida (horas)
SCM - Com Raios
4 horas
6 horas
7 horas
0 1 2 3 4 5 6 7
30
40
50
60
70
80
90
100
110
Raio Efetivo Médio (km)
Ciclo de Vida (horas)
SCM - Sem Raios
4 horas
6 horas
7 horas
157
Como observado (Figura 6.36), os SCM com raios possuem um ciclo de vida mais bem
caracterizado em relação aos sem raios (nota-se pelos maiores tamanhos alcançados ao
longo do ciclo de vida dos sistemas com raios em relação aos sem raios). De forma
geral, a máxima área (maturação) de ambos os sistemas é observada próxima a sua meia
vida e a magnitude de crescimento do tamanho dos dois grupos de SCM é mais intensa
em comparação ao seu estágio de decaimento (início do estágio de dissipação). Pode-se
observar também, como já esperado, que sistemas que possuem maior duração
alcançam maiores valores de tamanho ao longo do seu ciclo de vida, sendo que o
tamanho de ambos os SCM (com e sem raios) nos estágios inicial, maturação e
dissipação são progressivamente maiores quando o tempo de vida aumenta. Uma das
principais características mostradas por esses resultados está associada ao fato de que a
expansão da área dos SCM durante o seus estágios iniciais correlaciona-se de forma
significativa com a duração (resultados similares tem sido observados por MACHADO
et al, 1998; MACHADO e LAURENT, 2004 e VILA et al, 2004) e com a caracterização
de sistemas que apresentam ocorrência de raios (de modo similar ao observado por
MORALES et al, 2004; TADESSE e ANAGNOSTOU, 2009). Este fato pode ser
verificado, observando que a taxa de crescimento médio no estágio inicial dos sistemas
com raios com 7 horas de duração possuem um valor mais acentuado de expansão da
área em relação aqueles com 4 horas de tempo de vida que também com raios. Os
sistemas com raios que possuem em média 6 horas de duração caracterizam-se com uma
taxa de expansão média no estágio inicial aproximadamente quatro vezes maior em
relação à taxa de expansão associadas aqueles sistemas que não apresentaram raios e
que possuem a mesma duração. Entretanto, nota-se que o decréscimo da área dos SCM
sem raios depois de atingido o estágio de maturação é muito maior em relação aqueles
sistemas que apresentaram ocorrência de raios.
Esses resultados indicam que os SCM que possuem um tempo de vida maior e uma
tendência de apresentar raios estão associados a uma mais vigorosa convecção no seu
estágio de vida inicial, a qual está relacionada a fortes movimentos verticais (devido
pelo menos em parte a um mais intenso fluxo de massa durante este estágio) e altas
taxas de condensação, propiciando assim a manutenção do sistema por mais tempo e a
158
formação de condições mais favoráveis a ocorrência intensa de partículas de gelo,
gerando alta probabilidade de ocorrência de raios durante seu ciclo de vida. Logo, estes
resultados, em consistência com os encontrados por Machado e Laurent (2004), Morales
et al (2004) e Tadesse e Anagnostou (2009), ressaltam que a expansão da área dos SCM
durante o estágio de crescimento pode possivelmente indicar o tempo de vida dos
sistemas e a ocorrência ou não de atividade elétrica de raios ao longo do ciclo de vida.
Os resultados discutidos no parágrafo anterior são ratificados quando se faz uma análise
comparativa entre a evolução temporal média da área dos SCM que apresentaram
ocorrência de raios e a atividade elétrica de raios em função dos cinco estágios de ciclo
de vida em análise. A Figura 6.37 mostra a evolução temporal média da área (curva em
vermelho) e da ocorrência média de raios (curva em verde) em função dos cinco
estágios de ciclo de vida obtida entre os 324 SCM analisados que apresentaram
ocorrência de raios. Em média, o ciclo de vida da atividade elétrica de raios mostra que
os sistemas apresentaram aproximadamente 162 ocorrências de raios ao longo do seu
ciclo de vida.
Pode-se observar um rápido crescimento na atividade elétrica de raios a partir da
iniciação até atingir o segundo estágio, entre a iniciação e a maturação, alcançando o
máximo de raios durante este estágio do ciclo de vida, caracterizado pela ocorrência
média de 78 raios. Segundo Machado e Laurent (2004), essa fase do ciclo de vida
corresponde ao momento de máxima divergência em altos níveis e o fim da taxa de
condensação, isto é, ao momento de máxima atividade convectiva. Após este momento,
a taxa de condensação é negativa, apesar da área dos sistemas continuarem aumentando,
porém de uma forma menos intensa e a ocorrência de raios começa a diminuir atingindo
41 raios durante o estágio de maturação. Depois de alcançado o máximo tamanho dos
SCM, há uma queda acentuada na ocorrência de raios acompanhada da diminuição do
tamanho dos sistemas, atingindo um mínimo valor de raios aproximadamente de 2 raios
no estágio de dissipação. Essas características implicaram que 90 % (ou ocorrência de
oito vezes mais raios antes da maturação em relação às ocorrências durante a fase de
dissipação) das ocorrências de raios são reportadas entre o estágio de iniciação e
159
maturação (fase de crescimento dos sistemas), sendo que 64 % do total de raios
ocorreram entre o estágio de iniciação e o intermediário entre iniciação e maturação
(estágio 2), caracterizado pela mais intensa expansão da área dos SCM analisados. Esses
resultados são consistentes e corroboram aos encontrados por Goodman e Macgorman
(1986), os quais observaram a ocorrência em média de 80 % do total de raios entre a
fase de desenvolvimento e maturação do ciclo de vida dos SCM, sendo que este período
mais eletricamente ativo estava também associado às maiores incidências de ocorrências
de tempo severo (como tornados, largos granizos, fortes ventos, intensa precipitação e
danos associados à ocorrência de raios).
Figura 6. 37 - Variação do Número Médio de Raios (verde) e do Raio Efetivo (km) (vermelho)
para os SCM para cinco categorias de ciclo de vida: 1 (iniciação), 2 (estágio
intermediário entre iniciação e maturação), 3 (maturação), 4 (estágio
intermediário entre maturação e dissipação) e 5 (dissipação).
Portanto, essas observações indicam a importante influência das intensas correntes
ascendentes durante os estágios iniciais de formação dos SCM, como vem sido sugerido
pelos semelhantes resultados também obtidos por Goodman e Macgorman (1986),
Machado e Laurent (2004), Morales et al (2004) e recentemente por e Tadesse e
1 2 3 4 5
0
10
20
30
40
50
60
70
80
90
100
1 2 3 4 5
0
10
20
30
40
50
60
70
80
90
100
Número Médio de Raios
Raio Efetivo dos SCM (R
e
)
Número Médio de Raios
Categorais de Ciclo de Vida
(1-Iniciação,2-Intermediário,3-Maturação,4-Intermediário,5-Dissipação)
Raio Efetivo Médio (km)
160
Anagnostou (2009). Goodman e Macgorman (1986) sugeriram que a mais alta
incidência de raios durante os estágios de crescimento dos SCM poderia estar associado
à combinação de vigorosos movimentos verticais e interações de escala convectiva, as
quais intensificariam a convergência em baixos níveis e produziriam novos limites de
convergência no interior dos SCM. Desta forma, a acentuada convergência de fluxo de
massa tenderia a aumentar a intensidade das velocidades verticais e intensificar a taxa
de separação de cargas no interior das nuvens convectivas.
Os resultados encontrados neste trabalho e os observados por outros estudos permitem
inicialmente sugerir que aparentemente o vigor da convecção durante os estágios
iniciais dos SCM com tendência de promover raios estaria relacionada a um intenso
processo de condensação e um acentuado fluxo de massa vertical, os quais propiciam
uma intensa formação de partículas de gelo, de forma a potencializar o processo de
eletrificação no interior das nuvens convectivas pertencentes aos SCM. No entanto,
ressalta-se que estas formulações são apenas hipóteses e sugestões, visto a alta
complexidade entre a interação dos processos dinâmicos, termodinâmicos e microfísicos
envolvidos na formação da atividade elétrica de raios, sendo ainda pouco elucidado pela
comunidade científica.
A Figura 6.38 mostra que o comportamento da atividade elétrica média de raios ao
longo do ciclo de vida dos SCM com diferentes tempos de vida também apresentam as
mesmas características observadas anteriormente (Figura 6.37). De forma semelhante ao
apresentado na Figura 6.36, é mostrada a evolução da ocorrência média de raios ao
longo do ciclo de vida, referente aos SCM com tempo de vida médio de 4 horas (curva
em preto), 6 horas (curva em vermelho) e 7 horas (curva em azul). Observa-se a
existência de um comportamento bem definido da evolução da atividade elétrica de
raios ao longo do ciclo de vida (isto é, iniciação, maturação e dissipação),
acompanhando de forma similar a evolução temporal da área dos mesmos sistemas
(Figura 6.36 (b)). Assim, o máximo de ocorrência de raios é encontrado uma hora antes
do estágio de maturação (estágio correspondente a meia vida dos sistemas),
161
correspondendo a uma média de 21 raios, 102 raios e 179 raios para os sistemas com 4
horas, 6 horas e 7 horas de tempo de vida, respectivamente.
Figura 6. 38 - Variação do Número Médio de Raios dos SCM em função do ciclo de vida, para
três valores de duração: 4 horas (curva preta), 6 horas (curva vermelha) e 7 horas
(curva azul).
Goodman e Macgorman (1986) observaram um máximo de raios em torno de 2-3 horas
antes da maturação, tempo um pouco maior ao encontrado neste trabalho, o que pode
estar relacionado aos sistemas de longa duração utilizados por estes autores (sistemas
em média com 14 horas de duração). Entretanto, a ocorrência desses máximos valores
de raios antes da maturação também está em consonância com o momento que a
temperatura mínima e fração convectiva dos sistemas alcançam o mínimo e o máximo
valor durante o ciclo de vida dos sistemas, respectivamente (MACHADO et al, 1998;
VILA et al, 2004). Nota-se assim um rápido crescimento no número médio de raios a
partir do estágio inicial até atingir a máxima atividade elétrica, com uma queda bem
mais pronunciada sendo observada depois de alcançado este estágio. Essas observações
tornam-se mais nítidas conforme o tempo de vida dos sistemas aumenta, podendo
perceber claramente que quanto maior o tempo de vida dos SCM, maiores são os
0 1 2 3 4 5 6 7
0
20
40
60
80
100
120
140
160
180
200
Número Médio de Raios
Ciclo de Vida (horas)
4 horas
6 horas
7 horas
162
valores de ocorrências de raios alcançado ao longo do ciclo de vida (importantes
diferenças são notadas entre os máximos valores de raios), mais intensa é a taxa de
crescimento de ocorrência raios durante os estágios iniciais dos sistemas e mais
pronunciada é o decréscimo associado à atividade elétrica de raios depois de atingido
seu máximo valor. Resultados semelhantes foram reportados por Goodman e
Macgorman (1986), os quais parametrizaram esse crescimento e diminuição da
atividade de raios por uma função do tipo exponencial.
De maneira geral, esses resultados mostram que para os diversos sistemas com
diferentes tempos de vida, a combinação da taxa de condensação e intensos movimentos
verticais durante o início do desenvolvimento dos SCM favorecem a formação e a
interação entre partículas de gelo, contribuindo para um intenso processo de
eletrificação das nuvens convectivas antes da maturação. Mostra-se também que a taxa
de aumento e diminuição de ocorrência de raios durante o ciclo de vida pode expressar
um diagnóstico da severidade da tempestade e um prognóstico da intensificação da
convecção. Além do fato que a expansão da área e a taxa de crescimento de ocorrência
de atividade elétrica de raios durante o estágio inicial podem sugerir um indicativo do
tamanho máximo ao longo do ciclo de vida e duração alcançado por estes SCM.
As análises discutidas acima mostraram uma forte correlação entre os estágios de
desenvolvimento dos SCM e a evolução temporal de ocorrência total média de raios. No
entanto, em conformidade aos significantes resultados observados nas seções 6.2.1 e
6.3.1, tornam-se importante avaliar se a evolução da ocorrência de raios por unidade de
área (densidade de raios) também apresenta esta relação com as fases de
desenvolvimento dos SCM em análise. Para analisar o comportamento de maneira geral
dos 342 SCM que reportaram a ocorrência de raios com relação a esta propriedade,
contabilizou-se a densidade média de raios (raios.km
-2
) entre todos estes sistemas para
as cinco classes de estágio de ciclo de vida, isto é iniciação, estágio entre iniciação e
maturação, maturação, estágio entre maturação e dissipação e dissipação. A Figura 6.39
mostra os resultados encontrados para a densidade média de raios (curva em verde),
onde é apresentada também a evolução da área média (curva em vermelho) para esses
sistemas.
163
Figura 6. 39 - Variação da Densidade Média de Raios (Raios/km
2
) (curva verde) e do Raio
Efetivo (km) (curva vermelha) para os SCM para 5 categorias de ciclo de vida:
1 (iniciação), 2 (estágio intermediário entre iniciação e maturação), 3
(maturação), 4 (estágio intermediário entre maturação e dissipação) e 5
(dissipação).
A análise da evolução da densidade média de raios (Figura 6.39) mostrou características
um tanto diferentes das observadas para as ocorrências média de raios (mostradas na
Figura 6.37), porém com uma correspondência interessante com a evolução da área
média. Observa-se que a densidade de raios possui valores significantemente maiores
durante o estágio de crescimento (entre o primeiro e segundo estágio, onde nota-se
concomitantemente os menores tamanhos dos sistemas ao longo do ciclo de vida) em
relação às demais fases do ciclo de vida. Um suave crescimento da densidade de raios
ocorre entre a iniciação (0,0058 raios.km
-2
) e o segundo estágio, sendo que este estágio
intermediário apresentou o maior valor (0,0061 raios.km
-2
), apenas um pouco maior em
relação à iniciação (note que esta fase foi caracterizada pela mais intensa expansão da
área dos sistemas). Próximo ao estágio de maturação, a densidade de raios diminui
bruscamente (0,0019 raios.km
-2
), em consonância com uma menos intensa expansão da
área. Durante a dissipação, há uma diminuição bem menos pronunciada da densidade de
raios, atingindo 0,0002 raios.km
-2
no último estágio. Portanto, verifica-se uma média de
1 2 3 4 5
0.000
0.001
0.002
0.003
0.004
0.005
0.006
0.007
1 2 3 4 5
30
35
40
45
50
55
60
65
70
75
80
85
Número Médio de Raios
Raio Efetivo dos SCM (R
e
)
Densidade Média de Raios (Raios/km
2
)
Categorais de Ciclo de Vida
(1-Iniciação,2-Intermediário,3-Maturação,4-Intermediário,5-Dissipação)
Raio Efetivo Médio (km)
164
0,003 raios.km
-2
durante todo o ciclo de vida, com três vezes mais ocorrências de raios
por quilômetro quadrado associadas ao estágio inicial em relação à maturação e vinte e
oito vezes mais em comparação ao último estágio. Logo, enquanto a ocorrência média
de raios no segundo estágio é quase 3 vezes maior em relação ao primeiro estágio
(Figura 7.37), a densidade de raios é apenas um pouco maior.
Esses resultados corroboram qualitativamente com os observados por Morales et al
(2004) e Tadesse e Anagnostou (2009) e Parker et al (2001). A mais alta densidade de
raios na iniciação e no segundo estágio indica que o processo de convecção nos estágios
inicias é mais localizado, ou seja, associado a mais alta ocorrência de raios durante esses
estágios está uma pequena área de intensa convecção (devido à alta taxa de condensação
e fluxo de massa, como visto anteriormente). Ao atingir a maturação, apesar das
ocorrências de raios serem ainda relativamente alta e possuir a máxima área total, a área
associada à convecção (região convectiva) é relativamente menor. Durante a dissipação,
apesar do tamanho dos sistemas serem menor, a convecção é muito menos intensa,
implicando naturalmente numa menor ocorrência de raios, caracterizando uma menor
concentração de raios por unidade de área. Esses resultados estão em consonância aos
observados na seção 6.2.1 e 6.2.6, onde as maiores concentrações de ocorrência de raios
por unidade de área (raios.km
-2
) estavam associadas aos menores SCM, nos quais a
ocorrência de raios mostraram-se mais intensas em sistemas com forma mais circulares,
caracterizando assim o início da convecção neste sistemas.
Os resultados discutidos acima são ratificados e complementados quando se analisa
separadamente a evolução da densidade média de raios ao longo do ciclo de vida
(Figura 6.40) referentes aos SCM com tempo de vida médio de 4 horas (curva em
preto), 6 horas (curva em vermelho) e 7 horas (curva em azul). Em geral, a mais intensa
ocorrência de raios por unidade de área está associada às primeiras horas do ciclo de
vidas desses três sistemas, entretanto os sistemas de mais curta duração (4 e 6 horas)
apresentam esse máximo de freqüência nos estágios mais precoces que os de maiores
tempo de vida (7 horas). Este fato pode ser notado verificando que o máximo de
densidade de raios é atingido 1 hora antes da maturação para os sistemas com 4 e 7
165
horas e 2 horas antes para os sistemas com 6 horas de duração. Isso sugere que, em
média, a densidade máxima de raios tende a ocorrer antes da máxima ocorrência de
raios, mostrando como discutido anteriormente, o caráter mais localizado da convecção
nos estágios iniciais de desenvolvimento dos SCM.
Figura 6. 40 - Variação da Densidade Média de Raios (raios/km
2
) dos SCM em função do ciclo
de vida, para três valores de duração: 4 horas (curva preta), 6 horas (curva
vermelha) e 7 horas (curva azul).
Nota-se também que a taxa de crescimento da densidade de raios (Figura 6.40) aparenta
ser menor em relação à própria ocorrência média de raios (Figura 6.38). Observa-se
portanto, que a taxa de crescimento do número de raios por unidade de área nos estágios
de desenvolvimento é mais intensa quanto maior o tempo de vida dos sistemas. Uma
diminuição pronunciada da densidade de raios é notada depois de atingido seu máximo
valor até alcançar à maturação, onde há uma sistemática diminuição da freqüência de
raios por unidade de área, sendo mais intensas naqueles sistemas de menores tempos de
vida. Essas características mostram que a densidade de raios nos sistemas de 6 horas de
duração aumenta cerca de 2 vezes mais rápido em relação aos de 4 horas, e os de 7
horas de duração a taxa de densidade aumenta aproximadamente 3 vezes mais rápida,
0 1 2 3 4 5 6 7
0.000
0.001
0.002
0.003
0.004
0.005
0.006
0.007
0.008
0.009
0.010
0.011
Densidade Média de Raios (Raios/km
2
)
Ciclo de Vida (horas)
4 horas
6 horas
7 horas
166
com a mesma correspondência sendo observada entre os valores máximos de densidade
de raios.
Desta forma, a ocorrência de raios por unidade de área (densidade de raios) mostra, em
geral, uma correspondência complementar às análises de ocorrência média de raios ao
longo do ciclo de vida, indicando uma significante correlação com a evolução temporal
da mais intensa região no interior dos SCM associada com convecção profunda. Em
consonância às análises realizadas da ocorrência média de raios, a taxa de crescimento
da densidade média de raios durante os estágios iniciais dos sistemas parece expressar
um indicativo da intensidade da convecção ao longo do ciclo de vida e, portanto indicar
a possível duração dos SCM com raios.
Os resultados apresentados e discutidos neste capitulo de forma geral indicaram e
evidenciaram a forte correlação e importância das propriedades dinâmicas e
termodinâmicas dos SCM nos processos de eletrificação e produção de raios, além de
avaliar a variabilidade desta correlação ao longo do ciclo de vida dos sistemas. Portanto,
esses resultados de modo geral sugerem que as propriedades microfísicas de partículas
de gelo sejam importantes e tenham contribuição fundamental para os processos de
eletrificação e ocorrência de raios em nuvens convectivas, hipóteses estas que serão
avaliadas e analisadas no próximo capítulo do ponto de vista da microfisica de nuvens.
167
7 ANÁLISE DE PARÂMETROS PREVISORES DA ATIVIDADE ELÉT
RICA
USANDO MICROONDAS
Este capítulo tem como objetivo analisar e estabelecer relações quantitativas entre a
ocorrência de raios e algumas propriedades microfísicas de SCM, para avaliar a
possibilidade de serem utilizados como parâmetros diagnósticos e precursores da
atividade elétrica de raios. Para tanto, são utilizadas informações provenientes da faixa
de microondas passivo de sensores a bordo de satélites e dados de ocorrência de raios
reportados pela rede RINDAT, para a região de estudo durante o período de setembro
de 2007 a fevereiro de 2008. Este capítulo foi estruturado em duas etapas. Na primeira
etapa são apresentadas as análises de caracterização da ocorrência de raios associada ao
D
e
das partículas de gelo e ao IWP. Na segunda etapa apresentam-se as estatísticas que
relacionam a diferença de polarização do canal de 85 GHz com a ocorrência de raios.
7.1 Estudo dos Parâmetros Microfísicos dos SCM Utilizando o Sensor TMI do
Satélite TRMM
Como evidenciado por diversos estudos reportados na literatura, o processo de
separação de cargas e a posterior eletrificação das tempestades depende de parâmetros
dinâmicos e termodinâmicos (WILLIANS et al, 1991) e das propriedades microfísicas
das nuvens. Portanto a atividade elétrica das nuvens possui interdependência também
em relação ao tamanho, concentração numérica e fase das partículas de gelo (KEITH e
SAUNDERS, 1990; MITZEVA e SAUNDERS, 1990; BAKER et al, 1995; MILLER et
al, 2001; MILLER et al, 2001; TSENOVA et al, 2009). Por outro lado, a
disponibilidade e distribuição de tamanho de gotículas de água líquida super-resfriada
(SAUNDERS et al, 1991) e a velocidade de impacto (MITZEVA e SAUNDERS, 1990;
BROOKS et al, 1997) são parâmetros microfísicos também relevantes para a ocorrência
de raios. Desta forma, nesta seção analisa-se a possível relação empírica entre o
tamanho das partículas (D
e
) de gelo, conteúdo integrado verticalmente de gelo (IWP)
com a atividade elétrica de raios, utilizando-se as propriedades microfísicas D
e
das
partículas de gelo e IWP inferidos pelas simulações do modelo radiativo e de
microfísica de nuvens proposto por Zhao e Weng (2001). Para isto, utilizou-se das
168
propriedades microfísicas D
e
e IWP acopladas com dados de ocorrência de raios (como
discutido na seção 5.3). Primeiramente serão apresentados os resultados referentes ao D
e
das partículas de gelo, seguida pelas análises do IWP.
7.1.1 A Utilização do Diâmetro Efetivo da Partícula de Gelo (D
e
)
De modo semelhante às análises realizadas para as propriedades físicas dos SCM (seção
6.2), nesta seção avaliaram-se as diferenças microfísicas em termos do tamanho das
partículas de gelo em função da ocorrência ou não de raios. Para isto, foi realizada
inicialmente uma análise comparativa entre a distribuição de freqüência de eventos de
D
e
associados a pixels que não reportaram a ocorrência de raios (Figura 7.1 (a)) e
aqueles que apresentaram ocorrência de raios (Figura 7.1 (b)).
Os eventos de nuvens com e sem raios caracterizaram-se por uma distribuição
aproximadamente Gaussiana referente ao tamanho das partículas de gelo. A ocorrência
de raios esteve associada a partículas de gelo com tamanho um tanto maiores em relação
aquelas que não apresentaram raios. Verificou-se que as maiores ocorrências de
partículas de gelo por classe possuíram D
e
entre 1,16 mm e 1,39 mm para nuvens com
raios e entre 0,92 mm e 1,26 mm para nuvens sem raios, representando 33% e 25 %, da
população de partículas de gelo, respectivamente. As características dessas duas
distribuições indicaram que as partículas de gelo associadas à ocorrência de raios foram
em média 0,26 mm maiores em relação as que não apresentaram raios, notando que um
valor médio de 1,23 mm e 0,97 mm foi encontrado respectivamente para os dois grupos
de partículas de gelo. Esses resultados foram ratificados pelo limiar mínimo de tamanho
na qual se observou que a ocorrência de raios esteve associada a partículas de gelo com
no mínimo 0,012 mm de tamanho em comparação a 0,000024 mm das que não
apresentaram raios (isto é, o tamanho mínimo reportado para ocorrência de raios é
centenas de vezes maior em relação ao mínimo tamanho das partículas de gelo que não
apresentaram ocorrência de raios). Esses resultados aparentemente sugerem que o início
da ocorrência de atividade elétrica de raios depende das partículas de gelo atingirem um
tamanho mínimo, o que é aceitável por causa da significativa dependência da
169
eletrificação das tempestades em relação à intensidade das interações entre as partículas
de gelo, que depende em parte do tamanho dessas partículas que estão interagindo entre
si. Contudo, ressalta-se que esta é apenas uma hipótese, visto que a definição de um
limiar mínimo de tamanho mais significativo para o início da ocorrência da atividade
elétrica de raios necessitaria de estudos mais detalhados com um período estatístico
maior.
Figura 7. 1 - Histograma de freqüência relativa (%) da propriedade microfísica Diâmetro
Efetivo (mm) de eventos de partículas de gelo que (a) não apresentaram raios e
para eventos (b) que apresentaram raios e as respectivas curvas ajustadas.
A análise da Figura 7.2 mostra como a distribuição de tamanho de partículas de gelo
entre aquelas associadas à ocorrência de raios (curva vermelha) e para aquelas que não
reportaram ocorrência (curva azul) de raios foram diferentes entre si. O deslocamento
da distribuição dos eventos com raios para maiores valores de D
e
foi verificado pelo
fato de que acima de 1,16 mm de tamanho houve uma predominância de partículas que
apresentaram raios em relação aquelas que não reportaram a ocorrência de raios, sendo
que o oposto foi observado para valores menores que este. A ocorrência de raios
associada às maiores partículas de gelo em relação as que não reportaram ocorrência de
raios está em consonância com os diversos trabalhos encontrados na literatura e é
fisicamente aceitável. Essas características mostram que o tamanho das partículas de
0.00-0.23
0.23-0.46
0.46-0.69
0.69-0.92
0.92
-1
.16
1.16
-1
.39
1.39-1.62
1.62-1.85
1.85-2.08
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
Média= 0.97
Desvio Padrão= 0.39
Valor Mín.= 0.000024
Valor Máx.= 2.023
Número de Obs.= 22.739
Correlação=0.9702
Frequência Relativa(%)
Diâmetro Efetivo de partícula de gelo(mm)
Histograma - Sem Raios
Distriuição Gaussiana
0.0
0
-0.
2
3
0
.23
-
0.4
6
0.46-0.69
0.
69
-0
.9
2
0.92-1.16
1.
16
-1
.3
9
1
.39-1.6
2
1.6
2
-1.85
1
.85
-2
.0
8
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
Média=
1.23
Desvio P adrão = 0.31
Valor M ín.= 0.01 2
Valor M áx.= 2.015
Núm ero de Obs.= 1.318
Correlação= 0.9798
Frequência Relativa(%)
Diâmetro Efetivo de partícula de gelo(mm)
Histograma - Com Raios
Distribuição Gaussiana
(a) (b)
170
gelo pode indicar a ocorrência ou não da atividade elétrica de raios, podendo ser um
importante parâmetro para caracterizar estes dois diferentes tipos de distribuições.
Figura 7. 2 - Análise comparativa entre a curva ajustada para o histograma de freqüência relativa
de Diâmetro Efetivo de eventos que apresentaram raios (curva vermelha) e para os
que não apresentaram raios (curva azul).
O Diâmetro Efetivo das partículas de gelo, como discutido no parágrafo anterior,
apresentou uma contingência de valores maiores quando ocorridas em associação com
registro de raios. Desta forma, torna-se importante avaliar como foi o comportamento
do total de raios em função da variabilidade do tamanho das partículas de gelo. Para
isto, para cada intervalo de classe de tamanho, contabilizou-se a ocorrência de raios
associadas a todas as partículas de gelo pertencentes a estas classes a partir da
contingência de um total de 7.631 raios. A Figura 7.3 mostra o comportamento da
freqüência acumulada de raios (%) em função das classes de D
e
das partículas de gelo.
A Figura 7.3 mostra que as ocorrências de raios são observadas em associação às
maiores classes de tamanho de partículas de gelo, sendo que uma ocorrência
significativa de raios começou a ser verificada em média para partículas com tamanho
maiores que 0,92 mm, aumentando gradativamente até partículas com 1,85 mm. Assim,
as partículas com tamanho menores que 0,92 mm representaram menos de 13 % do total
0.00-0.23
0.23-0.46
0.46-0.69
0.69-0.92
0.92-1.16
1.16-1.39
1.39-1.62
1.62-1.85
1.85-2.08
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
Correlação
=
0.
67
Assimetria (Sem Raios) = -0.27
Assimetria (Com Raios) = -0,57
Kurtose (Sem Raios) = 2.66
Kurtose (Com Raios) = 0.051
Frequência Relativa (%)
Diâmetro Efetivo de partícula de gelo(mm)
Frequência Ajustada - Sem Raios
Frequência Ajustada - Com Raios
171
de raios registrados, enquanto que mais de 90 % dos raios ocorreram em associação a
partículas menores que 1,62 mm. Em princípio, a pouca ocorrência de raios associadas a
partículas com tamanho maiores que 1,85 mm e menores que 0,92 mm pode estar
relacionado a um fator estatístico, visto a pouca ocorrência de eventos de partículas de
gelo para estas classes (a qual representou menos de 10 % do total de eventos, Figura
7.1 (b)). Contudo, a baixa ocorrência de raios para partículas de gelo com tamanho
menor que 0,69 mm, deveu-se pelo menos em parte a um fator físico, visto a menor
ocorrência média de raios entre as partículas de gelo pertencentes a estas classes (não
mostrado) e baixo desvio padrão entre esses valores médios. Desta forma, a
variabilidade do número total de raios, parece ser modulada em parte pelo tamanho das
partículas de gelo. Estes resultados sugerem que pode haver uma relação crescente entre
o número de ocorrência média de raios e o tamanho das partículas de gelo, indicando
que esta relação pode ser um possível parâmetro de severidade e prognóstico da
atividade elétrica de raios.
Figura 7. 3 - Freqüência Acumulada (%) de ocorrência de raios em função do Diâmetro Efetivo
das partículas de gelo.
Estas hipóteses reforçam a importância de caracterizar-se de forma objetiva e
quantitativa a variabilidade da ocorrência de raios em função do tamanho das partículas
de gelo. Para realizar esta análise, determinou-se a probabilidade de ocorrência de raios
0
.
00
-
0
.
23
0
.2
3
-
0
.4
6
0
.4
6
-
0
.6
9
0.69-0.9
2
0
.
92
-
1
.
16
1
.1
6
-
1
.3
9
1
.3
9
-
1
.6
2
1.6
2
-
1
.8
5
1.85-2.08
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada de Raios (%)
Diâmetro Efetivo de partícula de gelo(mm)
172
para cada classe de tamanho de partícula de gelo utilizando-se os dados apresentados na
Figura 7.1 (b) e a Equação 5.4 (seção 5.3.1). Assim, a probabilidade de ocorrência de ao
menos um (vermelho), dois (azul), quatro (verde), oito (rosa) e dezesseis (amarelo) raios
em um intervalo de 15 minutos em função do tamanho das partículas de gelo foi
determinada e os resultados são mostrados na Figura 7.4.
De maneira geral, houve um crescimento na probabilidade de ocorrência de raios
associado a um aumento no D
e
das partículas de gelo, mas os maiores valores para uma
mesma classe de tamanho foram reportados para a relação empírica de menor estimativa
de probabilidade de raios (isto é, para Prob (
≥
1)), o que deveu-se a predominância de
ocorrência de poucos raios do que muitos raios associado a cada pixel de D
e
. Desta
forma, as curvas associadas às estimativas de menores probabilidades de ocorrência de
raios caracterizam-se por um mais rápido crescimento em função do tamanho das
partículas de gelo. Observa-se assim um rápido aumento na probabilidade de ocorrência
de raios a partir de partículas com tamanho aproximadamente de 0,6 mm até alcançarem
1,7 mm, as quais apresentaram uma probabilidade de 1,6 %; 0,9 %; 0,4 %; 0,2 % e 0,1
% e uma probabilidade de 13,4 %; 8,4 %; 5,0 %; 2,4 % e 0,6 % de ocorrer ao menos
um, dois, quatro, oito e dezesseis raios, respectivamente. Contudo, ressalta-se que a
probabilidade de ocorrer mais de 16 raios em um intervalo de 15 minutos apenas
ocorreu quando o tamanho das partículas de gelo excedeu um limiar em torno de 0,6
mm de D
e
. A ocorrência de oito e dezesseis raios para partículas de gelo com tamanho
médio maiores que aproximadamente 1,7 mm possuiu uma probabilidade menor em
relação ao valor médio de 1,5 mm, sendo o mesmo observado para ocorrência de ao
menos um raio para partículas com 2 mm de tamanho em relação às de 1,7 mm. Esta
diminuição na probabilidade de raios associada a partículas de gelo de tamanho maiores
pode estar relacionada, como observado na Figura 7.1 (b) e Figura 7.3, a pequena
ocorrência de casos de partículas de gelo que apresentaram raios que possuem tamanhos
maiores que estes valores.
173
Figura 7. 4 - Freqüência de ocorrência de raios em função do Diâmetro Efetivo das partículas de
gelo para a probabilidade de ocorrer ao menos um (vermelho), dois (azul), quatro
(verde), oito (rosa) e dezesseis (amarelo) raios em um intervalo de 15 minutos.
Figura 7. 5 - Curvas exponenciais ajustadas para a probabilidade de ocorrência de raios em função
do Diâmetro Efetivo das partículas de gelo, para a probabilidade de ocorrer ao
menos um (vermelho), dois (azul), quatro (verde), oito (rosa) e dezesseis (amarelo)
dezesseis raios em um intervalo de 15 minutos.
0
2
4
6
8
10
12
14
16
18
20
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
Diâmetro Efetivo de partícula de gelo (mm)
Probabilidade de Raios (%)
Prob(>=1) Prob(>=2) Prob(>=4) Prob(>=8) Prob(>=16)
R
2
= 0.92
R
2
= 0.95
R
2
= 0.95
R
2
= 0.89
R
2
= 0.53
0
2
4
6
8
10
12
14
16
18
20
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
Diâmetro Efetivo de partícula de gelo (mm)
Probabilidade de Raios (%)
Expon. (Prob(>=1)) Expon. (Prob(>=2)) Expon. (Prob(>=4)) Expon. (Prob(>=8)) Log. (Prob(>=16))
174
Desta forma, a forte correlação positiva encontrada entre essas duas variáveis,
possibilitou o ajuste de curvas do tipo exponencial para cada relação de dispersão que
representou a probabilidade de ocorrência de um, dois, quatro, oito e dezesseis raios em
função do D
e
, com alto coeficiente de determinação para as cinco curvas ajustadas. A
Figura 7.5 mostra as curvas ajustadas para a probabilidade de ocorrência de um (curva
vermelha), dois (curva azul), quatro (curva verde), oito (curva rosa) e dezesseis (curvas
amarela) raios em função do tamanho das partículas de gelo. As expressões
parametrizadas para cada uma dessas curvas ajustadas são expressas da seguinte forma:
)*71,1exp(*67,0)1(
eD
DP
e
=≥ , sendo R
2
= 0,93 (7.1)
)*91,1exp(*33,0)2(
eD
DP
e
=≥ , sendo R
2
= 0,95 (7.2)
)*94,1exp(*20,0)4(
eD
DP
e
=≥ , sendo R
2
= 0,95 (7.3)
)*17,2exp(*067,0)8(
eD
DP
e
=≥ , sendo R
2
= 0,89 (7.4)
72,0)(*52,0)16( +=≥
eD
DLnP
e
, sendo R
2
= 0,53 (7.5)
Em que,
)( jP
e
D
≥ é a probabilidade de ocorrência de ao menos j raios em porcentagem;
D
e
corresponde ao Diâmetro Efetivo da Partícula de gelo em milímetros.
Portanto, um comportamento tipicamente exponencial representou de forma bastante
significativa a relação crescente existente entre a probabilidade de ocorrência de raios e
o tamanho das partículas de gelo. Contudo para a probabilidade de ocorrência de mais
de dezesseis raios (Equação 7.5), o melhor ajuste foi representado por uma função do
tipo Logarítmica, porque a ocorrência dessa probabilidade de raios está condicionada a
partículas como tamanhos maiores que 0,6 mm. Os resultados indicam que a
probabilidade de raios aumenta de forma mais acentuada em função do tamanho das
partículas de gelo para as maiores partículas em relação às menores, principalmente
acima de 0,6 mm. Isso sugere a intensa transferência de cargas elétricas durante as
interações entre as maiores partículas de gelo. Este mesmo comportamento exponencial
foi observado nas análises de ocorrência média de raios associadas às variáveis T
med
,
T
min
e T
min9
apresentadas no capítulo 6, corroborando com o trabalho de Machado et al
175
(2008), os quais analisando nuvens de convecção profunda, encontraram um
crescimento exponencial na probabilidade de raios em função do aumento da diferença
de T
B
entre o canal do vapor d’água e IR.
Zhao e Weng (2001) encontraram resultados que reforçam os encontrados pela análises
discutidas no parágrafo anterior. Esses autores, analisando uma tempestade em latitudes
média, encontraram as maiores partículas de gelo em torno de 0,9 mm a 1,2 mm (note
que coincidentemente uma crescente probabilidade de raios foi verificada acima de 0,8
mm no presente estudo) próxima a região convectiva da tempestade, associada às mais
baixas T
B
no IR (abaixo de 220 K) com registro de intensa ocorrência de precipitação
em solo. Essas observações ratificam os resultados discutidos no capítulo 6, no fato que
a T
B
no IR possui uma importante correspondência com a formação de partículas de
gelo e a intensificação da atividade elétrica de ocorrência de raios.
O processo microfísico correspondente a esta forte correlação positiva encontrada entre
a ocorrência de raios e o tamanho das partículas de gelo observados nesta seção pode
estar associado em partes à dependência observada da quantidade de carga transferida
por colisão entre as partículas de gelo em função do tamanho e velocidade de impacto
das mesmas (embora outros parâmetros microfisicos possuem também significativa
importância) (BAKER e DASH, 1989; KEITH e SAUNDERS, 1990; MITZEVA e
SAUNDERS, 1990; SAUNDERS et al, 1991; BAKER et al, 1995; MILLER et al; 2001
e TSENOVA et al, 2009). Em concordância a esta hipótese, Keith e Saunders (1990),
Saunders et al (1991) e Miller et al (2001), através de simulações de modelos numéricos
de desenvolvimento e eletrificação de tempestades e através de estudos observacionais
(radar, satélite e medidores em solo de relâmpagos), notaram que a quantidade de carga
transferida durante as colisões entre as partículas de gelo possuem uma dependência não
linear com o tamanho das partículas de gelo.
Considerando o mecanismo de eletrificação de nuvens colisional não-indutivo (não
necessita de um campo elétrico ambiente para ocorrer), a colisão das maiores partículas
de gelo com as menores (cristais de gelo) provoca a remoção de uma quantidade mais
176
significativa de cargas, o que representará uma contingência mais intensa de cargas por
partículas de gelo (BAKER e DASH, 1989; KEITH e SAUNDERS, 1990; TSENOVA
et al, 2009). Contudo, alguns estudos têm mostrado que as maiores partículas de gelo
possuem uma temperatura de superfície maior em relação às menores, sugerindo a
maior ocorrência de íons livres em sua superfície ou uma remoção mais eficaz dessa
superfície crescida por riming durante as colisões (TSENOVA et al, 2009). Logo,
aparentemente quanto maior a quantidade de carga associada a cada partícula de gelo,
mais intenso será o campo elétrico formado no interior da nuvem, propiciando uma
maior probabilidade de ocorrer relâmpagos IN e relâmpagos NS (raios). Todavia, o sinal
da carga transferida entre as colisões possui forte dependência da quantidade de água
líquida super-resfriada disponível e da temperatura, como sugerido pela Teoria da Taxa
de Crescimento Relativa e a Teoria de Eletrificação da Superfície de Gelo em
Crescimento ou Evaporação (maiores detalhes em SAUNDERS, 1993).
7.1.2 A Utilização do Conteúdo Integrado Verticalmente de Gelo (IWP)
A análise da propriedade microfísica Conteúdo Integrado Verticalmente de Gelo (Ice
Water Path, IWP) foi realizada de modo semelhante às associadas ao D
e
das partículas
de gelo. A caracterização e diferenciação dos pixels associados à IWP com e sem a
presença de raios foi realizada inicialmente através de histogramas de freqüência
relativa. A Figura 7.6 mostra a distribuição de freqüência relativa dos eventos de IWP
que não estiveram associados à ocorrência de raios (Figura 7.6 (a)) e os que reportaram
a ocorrência de raios (Figura 7.6 (b)).
177
Figura 7. 6 - Histograma de freqüência relativa (%) da propriedade microfísica Conteúdo
Integrado Verticalmente de Gelo (IWP) (kg/m
2
) de eventos que (a) não
apresentaram raios e para eventos (b) que apresentaram raios e as respectivas
curvas ajustadas.
Figura 7. 7 - Análise comparativa entre a curva ajustada para o histograma de freqüência
relativa de Conteúdo Integrado Verticalmente de Gelo (IWP) de eventos que
apresentaram raios (curva vermelha) e para os que não apresentaram raios
(curva azul).
Os eventos de IWP que não apresentaram ocorrência de raios (Figura 7.6 (a))
contabilizam 22.739 observações, enquanto que a presença de raios (Figura 7.6 (b)) foi
0.02
-0.1
7
0.17-0.3
2
0.32
-0.4
7
0.47-0.62
0
.62-0.7
7
0.7
7-0.9
2
0.92-1.0
7
1.0
7-1.2
2
0
5
10
15
20
25
30
35
40
45
50
55
60
65
70
Média=
0.25
Desvio Padrão= 0.46
Valor Mín.= 0.0072
Valor Máx.= 3
Número de Obs.= 22.739
Correlação= 0.9718
Frequência Relativa (%)
IWP(kg/m
2
)
Histograma - Sem Raios
Distribuição Gama
0.02-0.17
0.1
7
-0.32
0
.32
-0.4
7
0.47-0.62
0.
62
-0.77
0.77
-0
.92
0.9
2
-1.07
1
.07
-1.2
2
0
5
10
15
20
25
30
35
40
45
50
55
60
65
70
Média=
0.34
Desvio Padrão= 0.27
Valor Mín.= 0.026
Valor Máx.= 3
Número de Obs.= 1.318
Correlação=0.9906
Frequência Relativa (%)
IWP (Kg/m
2
)
Histograma - Com Raios
Distribuição Gama
(b)
0.02-
0.
17
0.
17
-
0.
32
0.32-
0
.47
0.
4
7-
0.
62
0.62-0.7
7
0.77-
0
.92
0.
92
-
1.
07
1.07-
1
.22
0
5
10
15
20
25
30
35
40
45
50
55
Correlação=
0,9
037
Frequência Relativa (%)
IWP (kg/m
2
)
Frequência Ajustada - Sem Raios
Frequência Ajustada - Com Raios
(a)
178
verificada em 1.318 observações de IWP, mostrando assim que uma amostra
relativamente pequena de eventos em estudo caracterizou-se pela ocorrência de
atividade elétrica de raios. Observa-se uma rápida diminuição na distribuição de eventos
em função do aumento do conteúdo de gelo, conforme pode ser notado pela distribuição
de eventos Gama ajustada a esses dois grupos de dados (sem e com raios). No entanto,
os eventos de IWP sem raios apresentaram uma diminuição na distribuição de eventos
um tanto mais acentuada em relação aqueles que reportaram ocorrência de raios durante
as primeiras classes, enquanto que a variabilidade de eventos entre as classes para os
IWP com raios apresentou-se mais homogênea. Este fato pode ser confirmado
analisando a Figura 7.7, onde nota-se que eventos de IWP acima de 0,32 kg.m
-2
foram
predominantemente caracterizados com ocorrência de raios (curva vermelha), enquanto
eventos de IWP com valores abaixo desse limiar caracterizaram-se pela não ocorrência
de raios (curva azul).
Assim, a ocorrência de raios esteve associada mais significantemente aos pixels com
maiores conteúdos de gelo em relação aos que não reportaram raios, notando-se que a
classe com maiores ocorrências que possuiu IWP entre 0,02 kg.m
-2
e 0,17 kg.m
-2
representou apenas 32 % do total de eventos com raios, contra 65 % do total de eventos
para aqueles sem raios. Além disso, 95 % dos eventos com raios ocorreram associados à
IWP menores que 0,77 kg.m
-2
contra 0,62 kg.m
-2
para os sem ocorrência de raios. Essas
características inferem que a ocorrência de raios esteve associada a um valor médio de
IWP em torno de 0,09 kg.m
-2
maior em relação ao valor médio para a amostra sem
raios. Desta forma, pode-se especular que a maior concentração de partículas de gelo
favoreceu a um aumento na taxa de colisões entre as partículas de gelo que, combinado
com outras propriedades microfísicas e dinâmicas, contribuíram para a ocorrência de
raios em detrimento aqueles pixels associados com menores concentrações de partículas
de gelo.
Durante a análise do D
e
das partículas de gelo, notou-se que o limiar mínimo para a
ocorrência de raios foi maior em relação a não ocorrência de raios, o qual sugeriu ser
um parâmetro microfísico precursor para o início da atividade elétrica de raios, contudo
179
o mesmo é observado para os valores de IWP encontrados nesta presente análise (Figura
7.6 (a) e (b)). A ocorrência de raios foi reportada quando o conteúdo de gelo atingiu um
valor mínimo de 0,026 kg.m
-2
, enquanto o mínimo IWP associado aos eventos que não
apresentaram raios foi de 0,0072 kg.m
-2
, ou seja, o início da ocorrência de raios
caracterizou-se com um valor de IWP quase quatro vezes maior em relação ao mínimo
valor daqueles que não apresentaram ocorrência de raios. No entanto, o valor máximo
de IWP encontrado para os eventos com e sem raios não possuiu essa mesma
característica, o qual apresentou os mesmos valores máximos (3 kg.m
-2
). Essa limitação
deveu a metodologia adotada pelo modelo, sendo que para o mesmo há uma
insensibilidade ao sinal de espalhamento em 89 GHz e 157 GHz em caracterizar
partículas de gelo maiores que 3,5 mm, o qual limita diretamente o máximo valor de
IWP a ser utilizado em torno de 3 kg.m
-2
, para que se evite estimativas errôneas tanto de
D
e
quanto de IWP. Como mostrado pelos resultados discutidos acima e sugeridos pela
análise da Figura 7.6 (a) e (b), para valores de IWP entre 0 kg.m
-2
e 3 kg.m
-2
este
parâmetro microfísico diferencia com aceitável coerência a ocorrência ou não de
atividade elétrica de raios, podendo dar uma contribuição significativa para o processo
de eletrificação das nuvens tempestades e modular, através de uma relação física, a
variabilidade de ocorrência de atividade elétrica de raios.
A Figura 7.8 mostra a variabilidade da freqüência acumulada de raios em função das
classes de IWP, na qual considerou-se a contingência de 7.631 raios observados. A
atividade de raios pode ocorrer para todos os valores de IWP, no entanto mais de 90 %
dos raios estiveram associados a conteúdo de gelo menor que 0,77 kg.m
-2
. A pouca
ocorrência total de raios observada para IWP acima de 0,77 kg.m
-2
aparentemente esteve
associado aos poucos casos de eventos de pixels com conteúdo de gelo maior que este
valor, o qual representou apenas 5 % do total de eventos (Figura 7.6(b)). Observou-se a
ocorrência apreciável de raios logo nas primeiras classes de IWP, sendo que a primeira
classe, a qual possui valores de IWP entre 0,02 kg.m
-2
e 0,17 kg.m
-2
, caracterizou-se
com 32 % do total das ocorrências dos raios. Esta significante incidência de raios para
valores mais baixos de IWP deveu-se em parte a elevada ocorrência de casos de
conteúdo de gelo que apresentaram raios associados a estas classes, os quais
180
representaram 60 % do total de observações (Figura 7.6 (b)). A ocorrência de 50 % dos
raios apenas foi reportada quando o conteúdo de gelo atingiu valores maiores que
aproximadamente 0,32 kg em uma área de 1 m
2
. Estes resultados demonstraram que a
concentração de partículas de gelo (kg.m
-2
) esteve associada de forma bastante
apreciável à severidade das tempestades e, como conseqüência, à atividade elétrica das
nuvens convectivas embebidas em seu interior. Para explorar e ratificar mais
fisicamente estas observações torna-se importante avaliar a relação quantitativa entre a
ocorrência de atividade elétrica de raios e a distribuição de valores de IWP em termos
probabilísticos.
Figura 7. 8 - Freqüência Acumulada (%) de ocorrência de raios em função do Conteúdo
Integrado Verticalmente de Gelo (IWP).
A Figura 7.9 mostra o comportamento da probabilidade de ocorrência de ao menos um
(vermelho), dois (azul), quatro (verde), oito (rosa) e dezesseis (amarelo) raios em
função dos valores de IWP. A probabilidade de ocorrência de raios aumentou de forma
simultânea com os crescentes valores de IWP. Assim, um mínimo de probabilidade foi
observado para conteúdo de gelo de 0,1 kg m
-2
e atingindo máximo valores para IWP
aproximadamente de 0,7 kgm
-2
, as quais representam a probabilidade de 3 %, 2 %, 0,9
%, 0,5 % e 0,2 % e de 26 %, 20 %, 15 %, 8, 5 % de ocorrer ao menos um, dois, quatro,
oito e dezesseis raios, respectivamente. A rápida diminuição na probabilidade de raios
0.
02-0
.1
7
0.17-0.3
2
0.32-0.
4
7
0.47-0.
6
2
0
.
62-0.
7
7
0
.
77-0.
9
2
0.
92
-1.0
7
1.07-1.2
2
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada de Raios (%)
IWP (Kg/m
2
)
181
após 0,7 kg.m
-2
pode estar associada à pequena população de eventos de IWP reportada
para estas classes (representaram apenas 4 % das observações, Figura 7.6(b)). Por outro
lado, pode estar acontecendo que esses IWP apesar de possuírem mais altos valores,
possam estar associados ao estágio de dissipação das nuvens convectivas, apresentando
assim pouca ocorrência de raios (como mostrado na seção 6.3.2). Todavia, esta hipótese
física também pode estar associada à relação existente entre IWP e D
e
. Como
encontrado por Stubenrauch et al (2004), parece existir uma correlação negativa entre
IWP e D
e
em nuvens oticamente mais espessas, de forma que altos IWP podem ser
caracterizados por baixos D
e
, indicando uma nuvem em formação ainda com partículas
pequenas (caracterizando poucos raios, como visto nas análises de D
e
, seção 7.1.1). Em
consistência a esta hipótese, Stith et al (2002) observaram menores partículas de gelo
associadas a mais altos IWP em regiões de fortes updrafts (células convectivas) e
partículas maiores em associação a menores IWP em regiões de mais fraco updraft
(partes estratiforme). Entretanto, estas hipóteses podem ser ratificadas e mais elucidadas
utilizando um período maior de dados e através de uma análise simultânea do ciclo de
vida de IWP e D
e
.
Figura 7. 9 - Freqüência de ocorrência de raios em função do Conteúdo Integrado Verticalmente
de Gelo (IWP) para a probabilidade de ocorrer ao menos um (vermelho), dois
(azul), quatro (verde), oito (rosa) e dezesseis (amarelo) raios em um intervalo de
15 minutos.
0
3
6
9
12
15
18
21
24
27
30
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2
IWP (kg/m2)
Probabilidade de Raios (%)
Prob(>=1) Prob(>=2) Prob(>=4) Prob(>=8) Prob(>=16)
182
Figura 7. 10 - Curvas polinomiais de segundo grau ajustadas para a probabilidade de ocorrência
de raios em função do Conteúdo Integrado Verticalmente de Gelo (IWP) para a
probabilidade de ocorrer um (vermelho), dois (azul), quatro (verde), oito (rosa) e
dezesseis (amarelo) raios em um intervalo de 15 minutos.
Resultados semelhantes à forte correspondência positiva entre valores de IWP e outros
parâmetros de nuvem foram observados por Zhao e Weng (2001) através de um estudo
de caso de um sistema tropical nos EUA, utilizando o mesmo algoritmo de inferência de
IWP. Esses autores verificaram um pronunciado aumento nos valores de IWP acima de
0,5 kg.m
-2
associado a uma brusca diminuição da T
BIR
e intenso aumento de
precipitação, fatores estes fortemente relacionados à ocorrência de atividade elétrica de
raios. Baker et al (1995) e Blyth et al (2001), utilizando relâmpagos obtidos pelo LIS,
T
B
do TMI e complementado por simulações de modelo de eletrificação de nuvens,
observaram que a freqüência de relâmpagos tende a aumentar associada a um
incremento do conteúdo de gelo das tempestades. Pode-se especular que essa
característica pode estar associada ao fato que a quantidade de carga transferida durante
a interação entre as partículas depende não apenas do tamanho, mas também da
concentração dessas partículas, entre outros fatores microfísicos (KEITH e
SAUNDERS, 1990; BAKER et al, 1995 e MILLER et al, 2001). Assim, a maior
disponibilidade de partículas de gelo no interior das nuvens poderia estar influenciando
R
2
= 0.86
R
2
= 0.80
R
2
= 0.71
R
2
= 0.74
R
2
= 0.43
0
3
6
9
12
15
18
21
24
27
30
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2
IWP (kg/m2)
Probabilidade de Raios (%)
Polinômio (Prob(>=1)) Polinômio (Prob(>=2)) Polinômio (Prob(>=4)) Polinômio (Prob(>=8)) Polinômio (Prob(>=16))
183
no aumento na taxa de colisões entre as partículas, propiciando a existência de uma
quantidade relevante de partículas de gelo eletrizadas, favorecendo a formação de um
campo elétrico mais intenso e uma maior probabilidade de ocorrer raios. Contudo,
ressalta-se que a quantidade de partículas de gelo pode possuir papel importante em
outras formas de transferência de cargas durante as colisões, até porque pela física
empregada pelo modelo de inferência de microfísica de nuvens, o IWP é influenciado
de forma linear pelo tamanho das partículas de gelo que estão interagindo para formar a
eletrificação das nuvens convectivas.
Esse comportamento do aumento da probabilidade de ocorrência de raios em função dos
valores crescentes de IWP observado na Figura 7.9, permitiu que fosse parametrizado
um ajuste polinomial a esta relação. A Figura 7.10 mostra as curvas ajustadas para a
probabilidade de ocorrência de um (curva vermelha), dois (curva azul), quatro (curva
verde), oito (curva rosa) e dezesseis (curvas amarela) raios em função do IWP. As
parametrizações referentes a cada uma dessas curvas ajustadas são expressas da
seguinte forma:
1,10*1,100*7,75)1(
2
−+−=≥ IWPIWPP
IWP
, sendo R
2
= 0,86 (7.6)
0,9*7,77*9,57)2(
2
−+−=≥ IWPIWPP
IWP
, sendo R
2
= 0,79 (7.7)
4,6*7,51*9,36)4(
2
−+−=≥ IWPIWPP
IWP
, sendo R
2
= 0,71 (7.8)
9,3*4,30*2,22)8(
2
−+−=≥ IWPIWPP
IWP
, sendo R
2
= 0,74 (7.9)
1,2*9,14*9,9)16(
2
−+−=≥ IWPIWPP
IWP
, sendo R
2
= 0,43 (7.10)
Em que,
)( jP
IWP
≥ é a probabilidade de ocorrência de ao menos j raios em porcentagem;
IWP corresponde ao Conteúdo Integrado Verticalmente de Gelo em quilograma.metro
-2
.
As curvas ajustadas (Figura 7.10) e as parametrizações encontradas (Equações 7.6-10)
para a relação física mostrada entre a probabilidade de raios e o valores de IWP indicam
184
o mais rápido aumento na probabilidade de raios para IWP aproximadamente menores
que 0,7 kg.m
-2
e uma diminuição pronunciada acima deste valor. Todavia, ressalta-se
mais uma vez que esta característica observada para valores mais altos de IWP (acima
de 0,7 kg m
-2
) poderá ser mais elucidada através da utilização de um período maior de
análise (devido ao curto período de dados disponíveis utilizados neste estudo) e a
classificação dos IWP em função do tamanho das partículas. Com isso, a influência de
fatores estatístico (pouca casos de eventos para IWP maiores) e fatores físicos, como a
possível existência de processo de saturação dos centros de cargas no interior das
nuvens convectivas, poderiam ser mais bem identificados (como discutido
anteriormente). A relação positiva entre a probabilidade de raios e o IWP ratifica os
resultados e as hipóteses sugeridas no capítulo 6 sobre a forte correspondência
encontrada entre a temperatura do topo dos SCM e a ocorrência de raios. Desta forma, o
conteúdo de gelo das tempestades (note que o IWP está associado a valores mais altos
de probabilidade de raios em relação as curvas de D
e
analisado) parece ser um
parâmetro fortemente responsável em concomitância aos demais fatores dinâmicos e
microfísicos responsáveis para processo de eletrificação das nuvens.
7.2 A Orientação das Partículas de Gelo e sua Relação com a Ocorrência de Raios
Após analisada e discutida a importância e influência do tamanho e conteúdo das
partículas de gelo no processo de eletrificação e ocorrência de atividade elétrica de
raios, torna-se importante complementar esta caracterização da composição microfísica
de sistemas de convecção profunda avaliando se a forma e orientação dessas partículas
de gelo em estudo também expressam alguma correspondência com a ocorrência de
raios. A relevância dessa análise está no fato que trabalhos como os de Spencer et al
(1989), Prigent e Pardo (2001) e Prigent et al (2005) tem revelado que a assinatura de
espalhamento polarizado (vertical e horizontal) na freqüência de 85 GHz possui certa
sensibilidade à forma e orientação das partículas de gelo. Assim, para esta análise foram
computadas as diferenças de temperatura polarizadas (T
BV
-T
BH
) para o canal de 85 GHz
do sensor TMI e acopladas com as ocorrências de raios para cada pixel, como descrito
na seção na metodologia (seção 5.3.2). Para evitar contaminação de sinal em
185
microondas oriundos da superfície e demais alvos não sendo partículas de gelo, essas
análises são limitadas a valores de PCT em 85 GHz menores que 250 K. A apresentação
das estatísticas e discussão dos resultados é realizada na seção seguinte.
7.2.1 Avaliação da Relação entre a Polarização de Partículas de Gelo e a Atividade
Elétrica de Raios
A Figura 7.11 mostra a distribuição de freqüência relativa (%) característica dos eventos
de diferenças de temperatura polarizadas (T
BV
-T
BH
) para aqueles eventos que não se
reportou a ocorrência de raios (Figura 7.11 (a)) e as que estiveram associadas à
ocorrência de raios (Figura 7.11 (b)) e as curvas de freqüência ajustadas para estas
distribuições. Observa-se que a ocorrência de raios esteve associada com valores de
T
BV
-T
BH
menores em relação aquelas com ausência de raios, onde pode-se notar um
crescente aumento no número de eventos sem raios até atingir o máximo de eventos
durante a classe com diferenças de temperatura polarizada entre 6 K e 9 K (a qual
representa entorno de 31 % do total de eventos dessa distribuição), enquanto os eventos
com raios são mais homogeneamente distribuídos, possuindo um máximo de ocorrência
em T
BV
-T
BH
entre 2 K e 4 K (representando 20 % do total das observações dessa
distribuição). Cerca de 27 % dos eventos com raios ocorreram para diferenças de
temperaturas polarizadas negativamente, contra menos de 10 % dos respectivos eventos
para aqueles que não apresentaram raios. Estas observações ficam mais nítidas quando
se sobrepõem as curvas de freqüência ajustada para as duas distribuições, como
mostrado na Figura 7.12. Percebe-se que houve uma maior probabilidade de encontrar
pixels com raios para regiões das nuvens com T
BV
-T
BH
menores que aproximadamente 4
K. A ocorrência de raios associou-se a T
BV
-T
BH
em média duas vezes menores em
relação aquelas sem raios (eventos com e sem raios possuem T
BV
-T
BH
média de 2,35 K e
5,46, respectivamente).
186
Figura 7. 11 - Histograma de freqüência relativa (%) da diferença de polarização (vertical
menos horizontal) em 85 GHz de eventos (pixels) (a) sem e (b) com raios e as
respectivas curvas ajustadas.
Figura 7. 12 - Análise comparativa entre a curva ajustada para o histograma de freqüência
relativa de T
BV
-T
BH
sem (azul) e com raios (vermelho).
Esses resultados mostraram que a intensidade do sinal de espalhamento polarizado
verticalmente e horizontalmente possuiu uma correspondência física bastante razoável
na implicação da ocorrência ou não de atividade de raios. De fato, o que se observou é
-10/-8 -8/-6 -6/-4 -4/-2 -2-0 0-2 2-4 4-6 6-8 8-10 10-12
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
Média=
5.46
Desvio Padrão= 3.81
Valor Mín.= -14.6
Valor Máx.= 23.1
Número de Obs.= 42.923
Correlação= 0.8921
Frequência Relativa (%)
TBV-TBH (K)
Histograma - Sem Raios
Distribuiçã Guaussiana
-10/-8 -8/-6 -6/-4 -4/-2 -2-0 0-2 2-4 4-6 6-8 8-10 10-12
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
M éd ia= 2.35
D esv io P adrã o= 4 .25
V alor M ín.= -1 2.1
V alor M ax.= 14.7
N úm ero de O bs.= 2.30 6
C orre la ção = 0.9 901
Frequência Relativa (%)
TV - TH (K)
Histograma - Com Raios
Distribuição Gaussiana
-10/-8 -8/-6 -6/-4 -4/-2 -2-0 0-2 2-4 4-6 6-8 8-10 10-12
0
2
4
6
8
10
12
14
16
18
20
22
24
26
Correlação= 0.6810
Frequência Relativa (%)
TBV-TBH (K)
Frequência Ajustada - Sem Raios
Frequência Ajustada - Com Raios
(a) (b)
187
que na presença de atividade de raios o sinal de radiação polarizado verticalmente
tendeu a possuir uma intensidade próxima ou até menor em relação ao sinal de radiação
polarizado horizontalmente (correspondendo a valores de T
BV
-T
BH
baixos ou até
negativos). Spencer et al (1989) mostraram que diferenças baixas e diferença negativas
de polarização (T
BV
-T
BH
) esteve associado ao espalhamento por partículas de gelo
pertencentes a regiões de mais intensa convecção nas tempestades (centros convectivos,
regiões mais propícias a ocorrência de raios), enquanto que valores mais positivos
foram observados em regiões mais estratiformes (região relativamente menos propicia a
ocorrência de raios).
As razões físicas para a distinção entre regiões convectivas e estratiformes das nuvens
podem estar associadas ao fato que a região convectiva ou tem partículas de gelo mais
esféricas ou as mesmas possuem uma orientação de partículas mais verticais em função
das correntes ascendentes. Por outro lado, nas regiões estratiformes as partículas de gelo
seriam ou mais oblatas ou com orientação horizontal devido à menor intensidade das
correntes ascendentes ou a um menor alinhamento com o campo elétrico no interior da
nuvem. Portanto, pode-se especular que os valores relativos da T
BV
e T
BH
(as quais
estão associadas à intensidade do sinal de espalhamento polarizado verticalmente e
horizontalmente após interagir com as partículas de gelo) e a ocorrência de raios devem-
se não apenas ao tamanho e concentração (kg.m
-2
) das partículas de gelo existentes em
regiões convectivas e estratiformes das tempestades (como mostrado na seção 7.11 e
7.12), mas também pode possuir influência do seu formato e orientação. Assim, esta
orientação das partículas pode favorecer o espalhamento da radiação mais
preferencialmente em uma direção em relação à outra, o que implica em valores maiores
ou menores de T
BV
e de T
BH
. Sugere-se portanto, que a orientação das partículas de gelo
(vertical ou horizontal) pode indicar uma correspondência da existência ou não de um
campo elétrico e/ou correntes ascendentes dentro das nuvens convectivas suficiente para
alinhá-las verticalmente e por conseqüência gerar a probabilidade de ocorrência de
raios.
188
Para avaliar as hipóteses discutidas anteriormente, torna-se importante quantificar as
ocorrências de raios em função das classes de T
BV
-T
BH
. Desta forma, contabilizou-se a
quantidade total de raios para cada classe de diferença de temperatura polarizada,
considerando as aproximadamente 2.306 observações de T
BV
-T
BH
que reportaram a
ocorrência de ao menos um raio. Esta estatística contou com a ocorrência de um total de
aproximadamente 6.788 raios, e o comportamento encontrado da freqüência acumulada
de raios (%) em função das classes de diferença de temperatura polarizada do canal de
85 GHz é mostrada na Figura 7.13.
Analisando a Figura 7.13 observa-se um crescente aumento na ocorrência de raios para
valores abaixo de 10 K de T
BV
-T
BH
, sendo que mais de 90 % dos raios reportados são
pertencentes a valores menores que 9 K e 50 % do total de raios são observados para
intensidade menores que 2 K. Menos de 7 % do total de raios ocorrem para pixels
caracterizados com diferença de temperatura polarizada abaixo de -5 K, enquanto que
uma porção razoável, representando 30 % do total de raios, esteve associada a valores
negativos de T
BV
-T
BH
. Logo, as maiores ocorrências de raios não foram
predominantemente associadas a valores negativos de diferença de temperatura
polarizada, porém estão associadas também a valores positivos. Esses resultados estão
em consistência com a hipótese sugerida inicialmente, de forma que a ocorrência total
de raios torna-se mais pronunciada quando se observa valores de T
BV
próximos ou
menores que a da T
BH
. Isso indica que a sensibilidade de espalhamento da radiação na
direção vertical ou horizontal ao interagir com as partículas de gelo pode sugerir a
forma e orientação das mesmas. Portanto há evidências da existência de uma possível
relação entre a ocorrência de raios e a diferença de temperatura polarizada no canal de
85 GHz observadas para os pixels que contem partículas de gelo com estas
características.
189
Figura 7. 13 - Freqüência Acumulada (%) de ocorrência de raios em função da diferença de
polarização (vertical menos horizontal) em 85 GHz de eventos (pixels).
A Figura 7.14 apresenta o comportamento da probabilidade de ocorrência de raios (%)
em função da T
BV
-T
BH,
em termos da relação de dispersão para a probabilidade de
ocorrer ao menos um (vermelho), dois (azul), quatro (verde), oito (rosa) e dezesseis
(amarelo) raios em um intervalo de 15 minutos. Para as cinco curvas de probabilidade
observa-se um aumento gradual na probabilidade de ocorrência de raios conforme as
diferenças de temperatura polarizada tendem a diminuir. Valores crescentes e mais
significativos de probabilidade são notados quando T
BV
-T
BH
atinge valores abaixo de
8
K até alcançar um valor aproximadamente de -8 K, possuindo uma probabilidade de
2%, 0,7 %, 0,3 %, 0,1% e 0,03% e de 18 %, 11 %, 5 %, 3 % e 1 %, respectivamente de
ocorrer ao menos um, dois, quatro, oito e dezesseis raios em 15 minutos. Mas a
ocorrência de quantidades mais elevadas de raios (oito e dezesseis raios) possui
probabilidade de ocorrência relativamente mais baixa, uma vez que a ocorrência de oito
e dezesseis raios apenas é reportada quando um limar mínimo de 10 K é atingindo. A
ocorrência de raios em um intervalo de 15 minutos para T
BV
-T
BH
igual a -10 K é menor
que em relação a -8 K, o que provavelmente deve-se aos poucos casos reportados com
valores de -10 K (a qual representou apenas 0,4 % do total de eventos com raios, Figura
-10/-8 -8/-6 -6/-4 -4/-2 -2-0 0-2 2-4 4-6 6-8 8-10 10-12
0
10
20
30
40
50
60
70
80
90
100
Frequência Acumulada de Raios (%)
TV-TH (K)
190
7.11 (b)). Embora observou-se uma nítida relação crescente entre a probabilidade de
ocorrência de raios e a diminuição dos valores de T
BV
-T
BH
, é importante notar que as
probabilidade são relativamente baixas (máximos valores de 20 %), o que
aparentemente deve-se a baixa observação de eventos com raios em relação aos sem
raios. Esse fato pode estar indicando também que outros parâmetros microfísicos, como
o tamanho e conteúdo de gelo, possuem igual importância ou atuem em sinergia na
caracterização da atividade elétrica de raios.
A variabilidade notada na probabilidade de ocorrência de raios em função da diferença
de temperatura polarizada possibilitou que este comportamento fosse parametrizado em
termos de uma função do tipo linear, com significantes valores dos coeficientes de
determinação. A Figura 7.15 mostra as curvas ajustadas para o comportamento da
probabilidade de raios em função da T
BV
-T
BH
observada na Figura 7.14, para a
probabilidade de ocorrer ao menos um (reta vermelha), dois (reta azul), quatro (reta
verde), oito (reta rosa) e dezesseis (reta amarela) raios em um intervalo de 15 minutos.
As expressões que descrevem essa probabilidade de ocorrência de raios em função da
T
BV
-T
BH
e seus respectivos coeficientes de determinação são parametrizados da seguinte
forma:
52,9)(*69,0)1( +−=≥ iP
i
, sendo R
2
= 0,76 (7.11)
27,5)(*46,0)2( +−=≥ iP
i
, sendo R
2
= 0,85 (7.12)
49,2)(*23,0)4( +−=≥ iP
i
, sendo R
2
= 0,95 (7.13)
98,0)(*096,0)8( +−=≥ iP
i
, sendo R
2
= 0,74 (7.14)
37,0)(*045,0)16( +−=≥ iP
i
, sendo R
2
= 0,72 (7.15)
Em que,
)( jP
i
≥ é a probabilidade de ocorrência de ao menos j raios em porcentagem;
i corresponde ao valor da T
BV
-T
BH
em kelvin.
191
Figura 7. 14 - Freqüência de ocorrência de raios em função da diferença de polarização (vertical
menos horizontal) em 85 GHz de eventos para a probabilidade de ocorrer ao
menos um (vermelho), dois (azul), quatro (verde), oito (rosa) e dezesseis
(amarelo) raios em um intervalo de 15 minutos.
Figura 7. 15 - Curvas lineares ajustadas para a probabilidade de ocorrência de raios em função
da diferença de polarização (vertical menos horizontal) em 85 GHz de eventos
(pixels) para a probabilidade de ocorrer ao menos um, dois, quatro, oito e
dezesseis raios em um intervalo de 15 minutos.
0
2
4
6
8
10
12
14
16
18
20
-12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12
TV-TH (K)
Probabilidade de Raios (%)
Prob(>=1) Prob(>=2) Prob(>=4)a Prob(>=8) Prob(>=16)
R
2
= 0.76
R
2
= 0.85
R
2
= 0.95
R
2
= 0.74
R
2
= 0.72
0
2
4
6
8
10
12
14
16
18
20
-12 -10 -8 -6 -4 -2 0 2 4 6 8 10 12
TV-TH (K)
Probabilidade de Raios (%)
Linear (Prob(>=1)) Linear (Prob(>=2)) Linear (Prob(>=4)a) Linear (Prob(>=8)) Linear (Prob(>=16))
192
Portanto, os valores de T
BV
-T
BH
associados ao canal de 85 GHz parecem modular de
forma bastante linear a probabilidade de ocorrência de raios para as ocorrências de ao
menos um, dois, quatro, oito e dezesseis raios. O coeficiente angular das equações
parametrizadas mostra que em média uma diminuição de 1 K na diferença de
temperatura polarizada em 85 GHz aumenta a probabilidade de ocorrência de raios em
0,69 %, 0,46 %, 0,23 %, 0,096 % e 0,045 % para um, dois, quatro, oito e dezesseis
raios. Quando as intensidades do sinal dos espalhamentos horizontal e vertical possuem
o mesmo valor (isto é, T
BV
-T
BH
= 0), há uma probabilidade de 9,52%, 5,27%, 2,49%,
0.98% e 0,37 % de ocorrer ao menos um, dois, quatro, oito e dezesseis raios,
respectivamente. Contudo é importante ressaltar que essas parametrizações encontradas
são válidas para a determinação da probabilidade de ocorrência de raios associados a
diferenças de temperaturas polarizadas pertencentes ao intervalo de -12 K a 12 K, o que
ao contrário, visto que esses ajustes são lineares poderia acarretar em estimativas de
probabilidades não realísticas. Entretanto, a utilização de um conjunto de observações
para um período maior poderia validar estas parametrizações para um intervalo maior de
valores de T
BV
-T
BH
que possivelmente virem a serem observados.
A importância desses resultados observados e das relações parametrizadas, as quais
mostraram uma tendência linear de ocorrência de raios conforme a T
BV
tende a diminuir
em relação à T
BH
, são ratificados de forma qualitativa pelos resultados observados por
Prigent e Pardo (2001) e Prigent et al (2005). Prigent et al (2005) observaram um
incremento sistemático na probabilidade de raios aumentando de 15 % para 45 %
associado a uma diminuição da T
BV
-T
BH
de 7 K para -5 K, para as observações do
sensor TMI e relâmpagos reportados pelo sensor LIS. O aumento mais pronunciado da
probabilidade de raios em função da diminuição da T
BV
-T
BH
observado por esses
autores, em relação aos do presente trabalho, pode estar associado em parte ao fato do
sensor LIS não diferenciar entre relâmpagos NS e IN, enquanto que neste trabalho
trabalhou-se apenas com relâmpagos NS (raios). Contudo, o estudo da radiação
polarizada sugere que a combinação do sinal de radiação em 85 GHz polarizado
verticalmente e horizontalmente caracteriza de forma bastante razoável as regiões de
mais intensa convecção das tempestades (associado à alta ocorrência de raios), as quais
193
possuem um campo elétrico capaz de orientar as partículas de gelo. Assim, o fato das
maiores probabilidade de raios serem observadas na presença de uma diminuição na
T
BV
-T
BH
pode estar associado à existência de grandes partículas de gelo orientadas
preferencialmente na vertical (devido à existência de um intenso campo elétrico capaz
de alinhá-las), as quais tendem a atenuar (espalhar) de forma mais significativa o sinal
da radiação polarizado verticalmente em relação ao horizontal, implicando portanto em
valores próximos ou até menores da T
BV
em relação à T
BH
estimada pelo satélite.
Os resultados apresentados e discutidos neste último capítulo indicaram, em
concordância com os diversos trabalhos abordados na literatura, que o sinal de
espalhamento em altas freqüência do microondas passivo caracteriza de forma bastante
satisfatória o tamanho, conteúdo de gelo e orientação das partículas de gelo e a
associada atividade elétrica de raios. Além disso, nota-se a importância em combinar os
diferentes parâmetros microfísicos para conseguir separar de forma mais apropriada às
nuvens de tempestades em relação aquelas menos severas, mas que podem ter uma
baixa polarização, ou um alto valor de IWP. Desta forma, as equações parametrizadas
mostram que estes três parâmetros microfísicos são uma aproximação bastante razoável
para convecção profunda. Isso sugere um possível indicativo do diagnóstico da
atividade de raios, principalmente em regiões não cobertas por rede de detecção de
raios, possibilitando através de estudos mais detalhados a oportunidade de serem
utilizados como possíveis parâmetros prognósticos da ocorrência de raios. Contudo,
para uma mais segura significância destas hipóteses, torna-se importante avaliar se os
resultados estatísticos encontrados para a região estudada também são válidos para
outras regiões continentais, assim como para períodos de análises maiores e para cada
estação do ano.
194
195
8 CONSIDERAÇÕES FINAIS E SUGESTÕES PARA TRABALHOS FUTUROS
8.1 Considerações Finais
O objetivo do presente trabalho foi caracterizar as propriedades físicas de Sistemas
Convectivos de Mesoescala responsáveis pela ocorrência de atividade elétrica de raios
(relâmpagos nuvem-solo), através da utilização de dados de T
B
no IR em sinergia com
as ocorrências de raios medidas por detectores em solo. Além disso, foi avaliado o
potencial de alguns parâmetros microfísicos de nuvens convectivas, como tamanho
conteúdo de gelo integrado verticalmente e polarização das partículas de gelo, como
parâmetros de severidade e preditores da ocorrência de raios, através da utilização de T
B
na faixa de microondas e informações de ocorrência de raios reportadas por detectores
em solo. As considerações sobre os principais resultados encontrados são descritas a
seguir.
Para avaliar e caracterizar as ocorrências de raios que seriam utilizadas nas análises de
propriedades físicas e microfísicas de SCM realizou-se um estudo preliminar da
distribuição espacial e temporal dos raios ocorridos no estado de São Paulo entre os
anos de 2005 e 2007. A distribuição espacial de raios mostrou e evidenciou que a
porção leste do estado caracterizou-se por uma incidência diferenciada de ocorrência de
raios em relação às demais áreas desta região. As maiores ocorrências de raios foram
observadas próximas a grandes centros urbanos (Região Metropolitana de São Paulo,
Campinas, Piracicaba e São José dos Campos) e região do Vale do Paraíba, o que poder
estar indicando que as incursões freqüentes de Sistemas Frontais em sinergia com a
topografia característica desta região e a brisa marítima possuem influência na
ocorrência de raios. Sobre os grandes centros urbanos, uma hipótese observada em
consonância com a literatura, é que a ocorrência de ilhas de calor e poluição atmosférica
possivelmente também contribui para a intensificação das tempestades sobre esta área.
No entanto, ressalta-se a importância de se corrigir a quantidade de raios registrados
entre os anos e período de estudo, através da correção espacial e temporal da ED de
raios utilizadas para um maior detalhamento dessas características.
196
A distribuição temporal do total de ocorrência de raios mostrou que o ciclo diurno das
tempestades é bastante coerente e organizado, com o máximo ocorrendo próximo as
primeiras horas da tarde (16 horas local), evidenciando a importância do ciclo diurno da
insolação em modular a atividade convectiva. A caracterização sazonal do ciclo diurno
de raios mostrou que o comportamento da atividade elétrica para o verão, outono e
primavera são muito similares ao do ciclo diurno total de raios. No entanto, para o
inverno não foi observado um horário preferencial de máxima ocorrência de raios. Estas
diferenças podem estar associadas à ocorrência diferencial de tempestades entre as
estações (as quais são moduladas pela variabilidade da insolação), onde notou-se que
em média 45 % e 3 % dos SCM reportados encontram-se no verão e inverno,
respectivamente.
Entre as propriedades físicas analisadas, o tamanho, taxa de expansão normalizada,
temperatura mínima de brilho do kernel de 9 pixels, fração convectiva e excentricidade
dos SCM foram as variáveis que melhor diagnosticaram a ocorrência ou não de
atividade elétrica de raios. Portanto, ficou evidenciado que a combinação de condições
dinâmicas (fortes movimentos verticais) e termodinâmicas (altura do topo das nuvens)
associadas a estas variáveis são fatores essenciais para o processo de eletrificação das
nuvens convectivas e conseqüentemente para o início da ocorrência da atividade elétrica
de raios. Desta forma, foi possível parametrizar a ocorrência média de raios em função
de cada uma dessas propriedades físicas, com altos valores de coeficiente de
determinação. A validação dessas relações empíricas encontradas propiciará em um
futuro próximo que as mesmas sejam utilizadas para diagnosticar a severidade das
tempestades em termos de ocorrência de raios, principalmente para regiões com
ausência de sensores de relâmpagos em solo, e para realizar o prognóstico da ocorrência
de raios.
As análises do ciclo de vida dos SCM mostraram que a ocorrência de raios está
associada aos sistemas com mais longa duração e tamanho ao longo do ciclo de vida,
em consonância com as mais intensas taxa de expansão da área durante os estágios de
crescimento. Assim, a taxa de expansão dos sistemas durante os estágios iniciais de
197
desenvolvimento aparenta ser um forte parâmetro indicativo da severidade da
tempestade, a qual pode expressar a ocorrência ou não de raios durante o ciclo de vida,
além de ser um indicativo da duração dos sistemas. Os SCM analisados mostraram que
a mais intensa atividade elétrica média de raios é caracterizada entre o estágio de
iniciação e de máxima extensão dos sistemas (maturação), enquanto que a densidade
média de raios (raios/km
2
) possui altos valores durante o estágio de iniciação. Essas
características evidenciam que a combinação de intensa taxa de condensação no estágio
de iniciação em combinação ao intenso fluxo de massa (a qual influencia na intensidade
dos movimentos verticais no interior dos sistemas) entre o estágio de iniciação e
máxima extensão seria um dos fatores responsáveis pela máxima ocorrência de raios e
densidade de raios durante os estágios iniciais de desenvolvimento dos SCM analisados.
Um modelo de microfísica de nuvens desenvolvido por Zhao e Weng (2001) foi
utilizado para avaliar a correspondência entre o tamanho das partículas (D
e
) de gelo e o
conteúdo integrado verticalmente de gelo (IWP) com a ocorrência de raios. Observou-se
que o D
e
das partículas de gelo e o IWP são importantes parâmetros responsáveis para a
caracterização da ocorrência da atividade elétrica de raios. Assim, foi notado que
intensa ocorrência de raios é observado em associação aos maiores tamanhos de
partículas de gelo, o que possibilitou o ajuste de uma curva exponencial de
probabilidade de ocorrência de raios em função do D
e
das partículas de gelo, com alto
valor de coeficiente de determinação. Com relação ao IWP, verificou-se uma relação
crescente entre seus valores e a ocorrência de raios até valores em torno de 0,7 kg.m
-2
, o
que possibilitou a parametrização de uma função de probabilidade de ocorrência de
raios do tipo polinomial de segunda ordem. A diminuição da probabilidade de raios
acima desse limiar merece um maior detalhamento para avaliar se está associada a uma
característica estatística ou física.
A última etapa deste trabalho avaliou a relação existente entre a diferença de
temperatura polarizada verticalmente e horizontalmente (T
BV
-T
BH
) em microondas do
canal 85 GHz com as ocorrência de raios. Os resultados mostraram que quando a
diferença de temperatura de brilho diminui, há uma tendência crescente de ocorrência
198
média de raios. Assim, curvas do tipo linear de probabilidade de ocorrência de raios em
função da T
BV
-T
BH
do canal de 85 GHz foram ajustadas para a probabilidade de
ocorrência de ao menos um, dois, quatro, oito e dezesseis raios, com valores
significativos de coeficiente de determinação. A hipótese física correspondente a estes
resultados é a existência de partículas de gelo orientadas preferencialmente na vertical
(devido à existência de um intenso campo elétrico capaz de orientá-las), as quais
espalhariam (atenuam) mais eficientemente a radiação polarizada verticalmente em
relação à polarizada horizontalmente (tendência de diminuição de (T
BV
-T
BH
). Assim,
sugere-se que a orientação das partículas de gelo possa expressar um indicativo das
regiões de mais intensa ocorrência de raios (regiões de intensas correntes ascendentes e
forte campo elétrico) nas nuvens convectivas.
Desta forma, a combinação de informações provenientes de satélites na faixa do
infravermelho e microondas em sinergia com as informações de ocorrência de raios
medidas por sensores em solo de relâmpagos, mostra-se uma importante e promissora
ferramenta para caracterizar a atividade elétrica de raios e principalmente em um futuro
próximo a possibilidade de realizar diagnóstico e prognóstico (nowcasting) de
severidade de tempestades, principalmente em regiões desprovidas de detectores de
relâmpagos em solo. Entretanto, os processos físicos e microfísicos envolvidos na
eletrificação das nuvens e ocorrência de raios mostram-se extremamente complexos e
dependentes de inúmeras variáveis, suscitando ainda de estudos mais detalhados pela
comunidade científica para serem mais bem compreendidos e elucidados.
8.2 Sugestões para Trabalhos Futuros
Embora os resultados mostrados nesta pesquisa evidenciaram importantes relações
físicas e empíricas entre a ocorrência de raios e propriedades físicas e microfísicas de
SCM, algumas sugestões para trabalhos futuros são extremamente necessárias, as quais
são as seguintes:
199
1)
As equações parametrizadas que relacionam a ocorrência média de raios em
função das propriedades físicas R
e
, A
e
, T
min9
, FC e Ecc, para uma maior
significância quantitativa precisam ser validadas, através de análises de
probabilidade de detecção e taxa de falso alarme. A validação dessas
parametrizações propiciaria que fatores pesos da importância relativa de cada
propriedade pudessem ser utilizados através de técnicas de análise multivariada
para combiná-las. Isso possibilitará ajustar uma curva de probabilidade de
ocorrência de raios considerando todas estas variáveis além da informação da
fase do ciclo de vida.
2)
As parametrizações encontradas para a probabilidade de ocorrência de raios em
função do D
e
, IWP e T
BV
-T
BH
necessitam ser avaliadas para um período de
dados maior, além de analisar-se a relação do ciclo de vida das partículas de gelo
na parametrização de probabilidade de raios em função do IWP. Sugere-se
também que estas parametrizações sejam testadas sobre outras regiões
continentais e validadas através de estatística de probabilidade de detecção e
taxa de falso alarme.
200
201
REFERÊNCIAS BIBLIOGRÁFICAS
ASSIS, F. N. Aplicações de estatística a climatologia: teoria e prática. Pelotas, RS,
101p., Universidade Federal de Pelotas, 1996.
BAKER, M. B.; CHRISTIAN, H. J.; LATHAM, J. A computational study of the
relationships linking lightning frequency and other thundercloud parameters.
Quarterly Journal of the Royal Meteorological Society, v. 121, n. 527, p. 1525-1548,
Part A, 1995.
BAKER, M. B.; DASH, J. G. Charge-transfer in thunderstorms and the surface melting
of ice. Journal of Crystal Growth, v. 97, n. 3-4, p. 770-776, 1989.
BENNARTZ, R. Optimal convolution of AMSU-B to AMSU-B. Journal of
Atmospheric and Oceanic Technology, v. 17, p. 1215- 225, 2000.
BISCARO, T. S. Estimativa de precipitação via sensoriamento remoto e
microondas na Bacia Amazônica. São Paulo, 134 p. Dissertação (Mestrado em
Meteorologia) - Universidade de São Paulo, 2006.
BLYTH, B. M.; CHRISTIAN, H. J.; DRISCOLL, K.; GADIAN, B. M.; LATHAM, J.:
Determination of ice precipitation rates and thunderstorm anvil ice contents from
satellite observations of lightning.
Atmospheric Research, v. 59-60, p. 217-229, 2001.
BOCCIPPIO, D. J.; KOSHAK, W. J.; BLAKESLEE, R. J. Performance Assessment of
the Optical Transient Detector and Lightning Imaging Sensor. Part I: Predicted Diurnal
Variability. Journal of Atmospheric and Oceanic Technology, v. 19, p.1318-1332,
2002.
BOLETIM CLIMANÁLISE - 2009. Disponível em:
<http://www6.cptec.inpe.br/revclima/boletim/>. Acesso em: 10 de jan. de 2009.
BORNSTEIN, R.; LIN, Q. L. Urban heat islands and summertime convective
thunderstorms in Atlanta: three case studies. Atmospheric Environment, v. 34, n. 3, p.
507-516, 2000.
202
BROOKS, I. M.; SAUNDERS, C. P. R.; MITZEVA, R. P.; PECK, S. L. The effect on
thunderstorm charging of the rate of rime accretion by graupel.
Atmospheric Research,
v. 43, p. 277-295, 1997.
CECIL, D. J.; ZIPSER, E. J.; NESBITT, S. W. Reflectivity, ice scattering, and lightning
characteristics of hurricane eyewalls and rainbands. part I: quantitative description.
Monthly Weather Review, v. 130, p. 769-784, 2002.
CHRISTIAN, H. J. et al.
The lightning imaging sensor. In: XI International
Conference on Atmospheric Eletricity, Nasa, Huntsville, Alabama, 7-11 Junho de 1999.
Disponível em: http://thunder.msfc.nasa.gov/bookshelf/pubs/LIS_ICAE99_Print.pdf
Acessado em: 08/02/2008.
CHRISTIAN, H. J.; GOODMAN, S. J. Optical observations of lightning from a high-
altitude airplane. Journal of Atmospheric and Oceanic Technology, v. 4, p. 701-711.
1987.
COTTON, R. W.; ANTHES, B.R. Storm and cloud dynamics. Academic Press, Inc.
International Geophysics Series, v. 44, 1989.
DOTZEK, N. et al. Lightning activity related to satellite and radar observations of a
mesoescale convective system over Texas o 7-8 April 2002.
Atmospheric Research, v.
76, p. 127-166, 2005.
FRANK, W. M. The life cycles of GATE convective systems. Journal Atmospheric
Science, v. 35, 1256-1264. 1978.
GARREAUD, R. D.; WALLAC, J. M. The diurnal march of convective cloudiness over
the Americas. Monthly Weather Review, v. 125, p. 3157-3171, 1997.
GIN, R. B. B.; PEREIRA FILHO, B. J.; Silva Dias, M. B. F. Estudo de descargas
atmosféricas em sistemas convectivos organizados: análise preliminar. 2004.
Disponível em: http://mtc-
m15.sid.inpe.br/col/cptec.inpe.br/walmeida/2004/06.29.16.10/doc/Gin_Estudo%20de%
20descargas%20eletricas.pdf> .Acesso em: 22 fev. de 2008.
203
GOODMAN, S. J; BUECHLER, D. E; MEYER, P. J. Convective tendency images
from a combination of lightning and satellite data.
Weather and Forecasting, v. 3, No
3, p.173-188. 1988.
GOODMAN, S. J.; MACGORMAN, D. R.; Cloud to ground lightning activity in
Mesoscale Complexes Convective. Monthly Weather Review, v. 114, p. 2320-2328,
1986.
GRECU, M.; ANAGNOSTOU, E. N.; Adler, R. F. Assessment of the use of lightning
information in satellite infrared rainfall estimation.
Journal of Hydrometeorology, v.
1, p. 211-221, 2000.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS.GRUPO DE
ELETRICIDADE ATMOSFÉRICA (INPE.ELAT). Eletricidade Atmosférica.
Disponível em: http://www.inpe.br/webelat/homepage/>. Acesso em: 06 de mar. de
2008.
GUIA do usuário NOAA - 2009. Disponível em:
<http://www2.ncdc.noaa.gov/docs/klm/html/c7/sec7-3.htm>. Acesso em: 11 de mar. de
2009.
HOUZE JR, R. B. Struture and dynamics of tropical squall-line systems.
Monthly
Weather Review, v. 105, p.1540-1567, 1977.
HOUZE JR, R. B. Cloud dynamics. San Diego: Academic Press, 1993.
573 p.
IRIBARNE, J.V.; CHO, H.R. Atmospheric physics. Dordrecht: D. Reidel, 1986.
KANE, R. J. Correlating lightning to severe local storms in the Northeastern United
States. Weather and Forecasting, v. 6, n..1, 1990.
KEITH, W. D.; SAUNDERS, C. P. R. Further laboratory studies of the charging of
graupel during ice crystal interactions. Atmospheric Research, v. 25, p. 445, 1990.
KIDDER, S. Q.; HAAR, V.
Satellite meteorology: an introduction. Academic Press.
San Diego, 466p., ISBN 0-12-406430-2, 1995.
204
KUMMEROW, C.; BARNES, W.; KOZU, T.; SHIUE, J.; SIMPSON, J. The
Tropical Rainfall Measuring Mission (TRMM) sensor package.
Journal of
Atmospheric and Oceanic Technology, p. 809-817, 1998.
LAING, B. G.; FRITSCH, J. M. Mesoscale Convective Complexes in Africa. Monthly
Weather Review, v. 21, p. 2254-2263, 1993.
LAURENT, H.; MACHADO, L. B. T.; MORALES, C. B. Characteristics of the
Amazonian Mesoscale Convective Systems observed from satellite and radar during the
WETAMC/LBA experiment.
Journal Geophysics Research, 2002.
MACEDO, S. R.; MACHADO, L. A. T.; VILA, D. A.; MORALES, C. A.; LAURENT,
H. Monitoramento de sistemas convectivos de mesoescala atuantes no Brasil
utilizando o Fortracc (forecast and tracking of active and convective cells). São
José dos Campos: INPE, 2004. (INPE ePrint sid.inpe.br/yolanda/2004/06.25.15.49).
Disponível em: <http://urlib.net/sid.inpe.br/yolanda/2004/06.25.15.49>. Acesso em: 29
maio 2009.
MACEDO, S. R; VILA, D,; MACHADO, L. B. Fortracc – previsão a curto prazo e
evolução dos sistemas convectivos. Fortracc v1.1 – guia do usuário. Instituto Nacional
de Pesquisas Espaciais, 2004.
Disponível em: http://pirandira.cptec.inpe.br/fortracc/pdf/fortracc.pdf. Acesso em: 04 de
fev. de 2008
MACHADO, L. B. T.; LAURENT, H. The Convective System area expansion over
Amazonia and its relationships with Convective System life duration and high-level
wind divergence.
Monthly Weather Review, v. 132, p. 714-725, 2004.
MACHADO, L. B. T.; LIMA, W. F. S.; PINTO JR, O.; MORALES, C. B. Relationship
between cloud-ground discharge and penetrative clouds: a multi-channel satellite
application. Atmospheric Research, 2008, doi:10.1016/j.atmosres.2008.10.003.
MACHADO, L. B. T., ROSSOW, W. B. Structural characteristics and radiative
properties of tropical cloud clusters. Monthly Weather Review, v. 121, pp. 3234–3260,
1993.
205
MACHADO, L. B. T., ROSSOW, W. B; GUEDES, R. L; WALKER, B. W. Life cycle
variations of Mesoscale Convective Systems over the Americas.
Monthly Weather
Review, v. 126, p. 1630-1653, 1998.
MADDOX, R. B. Mesoscale Convective Complexes. Bull. Amer. Meteor. Soc., v. 61,
p. 1374-1387, 1980.
MANOOCHEHRNIA, P.; RACHIDI, F.; RUBINSTEIN, M.; SCHULZ, W. Lightning
statistics in Switzerland. In:
INTERNATIONAL SYMPOSIUM ON LIGHTNING
PROTECTION, 9., 2007, Foz do Iguaçu. Proceedings…7 p., Foz do Iguaçu, Brazil:
EPFL, 2007.
MILLER, D.; FRITSCH, J. M. Mesoscale Convective Complexes in the Western
Pacific region. Monthly Weather Review, v. 119, p. 2978-2992, 1991.
MILLER, K.; GADIAN, B.; SAUNDERS, C.; LATHAM, J.; CHRISTIAN, H.
Modeling and observations of thundercloud electrification and lightning. Atmospheric
Research, v. 58, n. 2, p. 89-115, 2001.
MITZEVA, R.; SAUNDERS, C. P. R. Thunderstorm charging - calculations of the
effect of ice crystal size and graupel velocity. Journal of Atmospheric and Solar-
Terrestrial Physics
, v. 52, n. 4, p. 241-245, 1990.
MOHR, K. I.; TORACINTA, E. R.; ZIPER, E. J.; ORVILLE, R. E. A comparison
SSMI brightness temperatures, and lightning for mesoseale convective systems in Texas
part brightness temperatures and lightning. Journal of Applied Meteorol, v. 35, p.
919-931, 1996.
MOHR, K. I.; ZIPER, E. J. Defining mesoescale convective system by their 85-GHz
ice-scattering signatures. Bulletin of American Meteorological Society, p. 1179- 1189,
1996.
MORALES, C. A; FREDIANE, M. E.; MACHADO, L. B. T. thunderstorm
characteristics during the 2002 RACCI/LBA field campaign. In: CONFERENCE ON
METEOROLOGICAL APPLICATIONS OF LIGHTNING DATA. 2004.
Disponível em: <http://ams.confex.com/ams/pdfpapers/85605.pdf>. Acesso em: 10 de
jan. de 2009.
206
NACCARATO, K. P.
Estudo de relâmpagos no Brasil com base na análise de
desempenho do sistema de localizacao de tempestades. 2000. 165 p. (INPE-8380-
TDI/770). Tese (Doutorado em Geofísica Espacial) - Instituto Nacional de Pesquisas
Espaciais, Sao Jose dos Campos. 2000. Disponível em:
<http://urlib.net/dpi.inpe.br/lise/2002/03.28.19.09>. Acesso em: 29 maio 2009.
NACCARATO, K. P. Análise das características dos relâmpagos na região sudeste
do Brasil
. 2005. 362 p. (INPE-14083-TDI/1069). Tese (Doutorado em Geofísica
Espacial) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos. 2005.
Disponível em: <http://urlib.net/sid.inpe.br/MTC-m13@80/2005/09.28.19.00>. Acesso
em: 29 maio 2009.
NACCARATO, K. P.; PINTO JR, O.; PINTO, I. R. C. B. Evidence of thermal and
aerosol effects on the cloud-to-ground lightning density and polarity over large urban
areas of Southeastern Brazil. Geophysical Research Letters, v. 30, no.13, 1674,
doi:10.1029/2003gl017496, 2003.
NACCARATO, K.P.; PINTO JR., O.; PITO, I.R.C.A. Application of a detection
efficiency model to correct cloud-to-ground flash density maps in Southeastern Brazil.
In: INTERNATIONAL CONFERENCE ON LIGHTNING DETECTION, 18., 2004,
Helsinki, Finlândia. Proceedings… Helsinki: Vaisala Inc., 2004(c). CD-ROM.
NATIONAL AERONAUTICS AND SPACE ADMINISTRATION (NASA). Tropical
Rainfall Measuring Mission (TRMM). Washington, 2008. Disponível em:
<http://trmm.gsfc.nasa.gov/overview_dir/lis.html>. Acesso em: 20 de fev. de 2008.
NASCIMENTO, M. G. Análise dos impactos dos Jatos de Baixos Níveis sobre a
Bacia do Prata. São José dos Campos, 208 p (INPE-15240-TDI/1327). Dissertação de
Mestrado –Instituto Nacional de Pesquisas Espaciais (INPE). 2008
OGAWA, T. Lightning currents. In: Volland, H. ed. Handbook of atmospheric
electrodynamics. Boca Raton: CRC Press. v. 1, Cap. 4, p. 93-136, 1995.
ORVILLE Jr.; R. E. An analytical solution to obtain the optimum source location using
multiple direction finders on a spherical surface. Journal of Geophysical Research
Atmospherics, v. 92, n.D9, p. 10877-10886, 1987.
207
ORVILLE, R. E.; HUFFINES, G. R. Cloud-to-ground lightning in the United States:
NLDN results in the first decade, 1989-98.
Monthly Weather Review, v. 129, n. 5, p.
1179-1193, 2001.
ORVILLE, R. E.; HUFFINES, G., GAMMON, J. N.; ZHANG, R.; ELY, B.; STEIGE,
S.; PHILLIPS, S.; ALLEN, S.; READ,W. Enhancement of Cloud-to-Ground Lightning
over Houston, Texas. Geophysics. Research Letters, v. 28, No. 13, p. 2597-2600,
2000.
ORVILLE, R. E.; HENDERSON, R. W. Global Distribution of Midnight Lightning:
September 1977 to August 1978.
Monthly Weather Review., v.114, p.2640-2653,
1986.
ORVILLE, R. E.; SPENCER D. W. Global lightning flash frequency. Monthly
Weather Review., v.107, p.934-943, 1979.
PARKER, M. D.; RUTLEDGE, S. B.; JOHNSON, R. H. Cloud-to-Ground lightning in
Linear Mesoscale Convective Systems. Monthly Weather Review, v. 129, p. 1232-
1242, 2001.
PETERSEN,W.A.; CHRISTIAN, H.J.; RUTLEDGE, S. A. TRMM observations of the
global relationship between ice water content and lightning. Geophysical Research
Letters
, v. 32, L14819, 2005, doi:10.1029/2005GL023236.
PINTO Jr., O. A Arte da guerra contra os raios. São Paulo: Oficina de Textos, 80p.,
2005.
PINTO Jr., O.; PINTO, I. R. C. B. Relâmpagos. São Paulo: Brasiliense, 1996.
PINTO Jr., O.; PINTO, I. R. C. B. Tempestades e relâmpagos no Brasil - São José
dos Campos: Instituto Nacional de Pesquisas Espaciais, 2000.
PINTO Jr, O.; PINTO, I. R. C. B.; Diniz, J. H.; Cazetta Filho, B.; Cherchiglia, L. C. L.;
Carvalho, B. 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, 2003.
208
PINTO, I. R. C. B.; PINTO Jr, O.; Rocha, R. M. L. Cloud-to-Ground lightning in
Southeastern Brazil in 1993.
Journal of Geophysical Research, v. 104, No. D24, p.
381-387, 1999.
PINTO JUNIOR, O. ; NACCARATO, K.P. ; PINTO, I. R. C. A. ; FERNANDES, W.
A. ; PINTO NETO, O. Montlhly distribution of cloud-to-ground lightning flashes as
observed by lightning location system. Geophysical Research Letters, v. 33, p. 26081,
2006.
PRIGENT, C.; DEFER, E.; PARDO, J. R.; PEARL, C.; ROSSOW W. B.; PINTY, J. P.
Relations of polarized scattering signatures observed by the TRMM Microwave
instrument with electrical processes in cloud systems.
Geophysical Research Letters,
v. 32, L04810,doi:10.1029/2004GL022225, 2005.
PRIGENT, C.; PARDO, J. R. Microwave polarized signatures generated within cloud
systems SSMI observations with radiative transfer simulations. Journal of Geophysics
Research, v. 106, n. D22, p.243-258, 2001.
PROGRAMA COMET . Geometria de escaneamento do sensor TMI abordo do satélite
TRMM. Disponível em: http://www.meted.ucar.edu/topics_satellite.php>. Acesso em:
10 de mar. de 2009.
REDE INTEGRADA NACIONAL DE DETECÇÃO DE DESCARGAS
ATMOSFÉRICAS – RINDAT.
Sistema de Detecção. Disponível em:
<http://www.rindat.com.br/>. Acesso em: 08 de fev. de 2008.
ROOHR, P. B.; HAAR VONDER, T. H. A Comparative analysis o temporal variability
of lightning observations and GOES imagery. Journal of Applied Meteorology, v. 33,
p. 1271-1290, 1994.
RUTLEDGE, S. B.; MACGORMAN, D. R. Cloud-to-ground lightning activity in the
10-11 June 1985 mesoescale convective system observed during the Oklahoma-Kansas
PRE-STORM project. Monthly Weather Review, v. 116, p. 1393-1408, 1988.
SAUNDERS, C. P. R. A Review of thunderstorm electrification processes. Journal of
Applied Meteorology, v. 32, p. 642- 655, 1993.
209
SAUNDERS, C. P. R.; KEITH, W. D., MITZEVA, R. P. The effect of liquid water on
thunderstorm charging.
Journal of Geophysical Research, v. 96, n.D6, p. 11007-
11017, 1991.
SCHULZ, W.; CUMMINS, K.; DIENDORFER, G.; DORNINGER, M. Cloud-to-
Ground lightning in Austria: a 10-year study using data from a lightning location
system. Journal Geophysical Research, 2005.
SCOFIELD, R. B.; KULIGOWSKI, R. J.; Qiu, S. Combining lightning with satellite
data for analysis and prediction.
American Meteorological Society, 2005.
SCOFIELD, R. B.; KULIGOWSKI, R. J.; Qiu, S. Satellite, lightning, and model data
for nowcasting heavy rainfall from Mesoscale Convective Systems (MCS’s). American
Meteorological Society, 2006.
SOLORZANO, N. N. Aspectos meteorológicos associados á ocorrência de
relâmpagos na região Sudeste do Brasil no verão de 1995/96. São José dos Campos,
95p.Dissertação (Mestrado em Meteorologia) - Instituto Nacional de Pesquisas
Espaciais, 1998.
SOLORZANO, N. N.; PINTO Jr, O.; FERREIRA, N. J. Meteorological aspects related
to cloud-ground lightning occurrence in Minas Gerais during the Summer of 195/1996.
In: INTERNATIONAL CONGRESS OF THE BRAZILIAN GEOPHYSICAL
SOCIETY, 6., 1999, Rio de Janeiro.
Proceedings… Riod de Janeiro: Sociedade
Brasileira de Geofísica, 1999. p. 202-205.
SORIANO L. R.; PABLO F. Effect of small urban areas in central Spain on the
enhancement of cloud-to-ground lightning activity. Atmospheric Environment. v. 36,
n. 17, p. 2809-2816, 2002.
SPENCER, R. W.; GOODMAN, H. M.; HOOD, R. E. Precipitation retrieval over land
and ocean with the SSM/I: identification and characteristics of the scattering signal. J.
Atmospheric Oceanic Technology, v. 6, p.254-273, 1989.
STITH, J. L.; DYE, J. E.; BANSEMER, B.; HEYMSFIELD, B. J.; GRAINGER, C. B.;
PETERSEN, W. B.; CIFELLI, R. Micro-physical observations of tropical clouds.
Journal of Applied Meteorology, v. 41, p. 97–117, 2002.
210
STUBENRAUCH, C. J.; EDDOUNIA, F.; RA¨DEL,G..Correlations between
microphysical properties of large-scale semi-transparent cirrus and the state of the
atmosphere.
Atmospheric Research, v. 72, p. 403-423,
doi:10.1016/j.atmosres.2004.03.024, .2004.
TADESSE, B.; ANAGNOSTOU, E. N. Characterization of warm season convective
systems over US in terms of cloud to ground lightning, cloud kinematics ,and
precipitation.
Atmospheric Research, v. 91, p. 36-46, 2009.
TORRES, J. C. Sistemas convectivos en mesoescala altamente precipitantes en el
norte y centro de Argentina. Argentina. Tese (Doutorado em Meteorologia) - FCEyN-
UBA, 2003.
TSENOVA, B.; MITZEVA, R.; SAUNDERS, C. A modeling study of the effect of ice
particle sizes and relative velocity on ice crystal/graupel collisional charge transfer.
Atmospheric Research, v. 91. p. 250-258, 2009.
VELASCO, I.; FRITSCH, J. Mesoscale Convective Complexes in the Americas. J.
Geophysics Research, v. 92 (D8), p. 9591-9613, 1987.
VILA, D. B.; MACHADO, L. B. T.; LAURENT, H.; VELASCO, I. Forecast and
tracking the evolution of cloud clusters (ForTracCC) using satellite infrared imagery:
methodology and validation.
Weather and Forecasting, v. 23, p. 233-245, 2008.
VILA, D. B.; MACHADO, L. B. T.; VELASCO, I. Los sistemas convectivos de
mesoescala sobre la cuenca del Plata: la técnica Fortracc. 2004.
Disponível em: http://mtc-
m18.sid.inpe.br/col/sid.inpe.br/yolanda/2004/06.25.14.46/doc/v2.pdf>. Acesso em: 25
de fev. de 2009.
VILA, D. B.; MACHADO, L. B. T.; VELASCO, I. Some relationships between
mesoscale convective systems life cycle and observed rainfall over del Plata Basin.
2004. Disponível em: <www.isac.cnr.it/~ipwg/meetings/monterey/pdf/Vila.pdf>.
Acesso em: 25 de fev. de 2009.
VOLLAND, H. Atmospheric electrodynamics: New York, N.Y: Springer- Verlag,
1982.
211
VONNEGUT, B. How the external currents flowing to a thundercloud influence its
electrification.
Annals Geophysical, v. 9, n. 1, p. 34-36, 1991.
VORPAL, J. A; SPARROW, J.G.; NEY, E. P. Sattelite observations of lightning.
Science, v. 169 p. 860-862. 1970.
WALLACE, J. M. Diurnal variations in precipitation and thunderstorm frequency over
the conterminous United States.
Monthly Weather Review, v. 103, p. 585-598, 1975.
WALLACE, M. J; HOBBS, V. P. Atmospheric science: an introductory survey.
Academic Press, Inc. 1 Edição, 1977.
WALLACE, M. J; HOBBS, V. P. Atmospheric science: an introductory survey.
Academic Press, Inc. 2 Edição, 2006.
WENG, F.; GRODY, N. C. Retrieval of ice cloud parameters using a microwave
imaging radiometer. Journal of the Atmospheric Sciences, v. 57, p. 1069-1081, 2000.
WESTCOTT, N. E. Summertime cloud-to-ground lightning activity around major mid-
western urban areas. Journal of Applied Meteorology, v. 34, n. 7, p. 1633-1642,
1995.
WILLIAMS, E. R. The electrification of thunderstorms.
Scientific American, v. 259,
n. 5, p. 88-99, 1989.
WILLIAMS, E.R., R. ZHANG, AND J. RYDOCK, Mixed phase microphysics and
cloud electrification, Journal of Atmospheric Science, v. 48, p. 2195- 2203, 1991.
ZHAO, L.; WENG, F. Retrieval of ice cloud parameters using the advanced microwave
sounding unit. Journal of Applied Meteorology, v. 41, p.384-395, 2001.
212
213
A ANEXO A - EQUAÇÕES DE INFERÊNCIA DO D
e
E IWP
Através de uma aproximação de dois fluxos descrito em Weng e Grodoy (2000) a
temperatura de brilho emanando do topo da nuvem ),(
µ
tB
zT é estimada através da
seguinte relação:
)(1
),(
),(
µ
µ
µ
Ω+
=
bB
tB
zT
zT
, (A.1)
onde Z
t
, Z
b
,
µ
e
Ω
são a altura do topo da nuvem, altura da base da nuvem, cosseno do
ângulo zenital e parâmetro de espalhamento do gelo da nuvem, respectivamente. Sendo
este último parâmetro expresso por:
τω
µ
κτ
µ
)1(
2
1
2
)( g
a
−==Ω , (A.2)
em que,
τ
,
κ
, a, g e
ω
são a espessura ótica da nuvem de gelo, autovalor, parâmetro
de similaridade, fator de assimetria e albedo de espalhamento simples, respectivamente.
A espessura ótica pode ser expressa assim por:
dDDNmxQDdz
ext
Z
Z
t
b
)(),(
4
2
0
∫ ∫
∞
=
π
τ
, (A.3)
sendo que
ext
Q , )(DN , x e m são a eficiência de extinção das partículas de gelo, função
distribuição de tamanho das partículas, parâmetro de tamanho (x=
λπ
D ) e índice de
refração complexo, respectivamente.
Portanto para partículas de gelo esféricas com distribuição de tamanho )(DN , o IWP
pode ser expresso por:
214
dDDNDdzIWP
i
Z
Z
t
b
)(
6
3
0
ρ
π
∫ ∫
∞
= , (A.4)
onde
i
ρ
é a densidade volumétrica da partícula de gelo, sendo considerada constante
com o valor aproximadamente de 920 kg.m
-3
.
Manipulando a equação A.3 e A.4 tem-se que:
),()( mx
D
IWP
N
ei
Ω
=Ω
µρ
µ
, (A.5)
sendo
N
Ω o parâmetro de espalhamento normalizado expresso por:
),()1(
4
3
)(
___
mxQg
extN
ωµ
−
=Ω
, (A.6)
onde
_____
ext
Q é a eficiência de extinção normalizada, definida como:
∫
∫
∞
∞
=
0
2
0
2
_____
)(
)(),(
dDDND
dDDNmxQD
Q
ext
ext
(A.7)
Portanto, quando a temperatura próxima a base da nuvem ),(
µ
bB
ZT é conhecida,
Ω
é
determinado através da expressão A.1 como:
),(
),(),(
)(
µ
µµ
µ
tB
tBbB
ZT
ZTZT −
=Ω , (A.8)
sendo ),(
µ
tB
ZT uma medida direta obtida por sensores abordo de satélites.
Desta forma, o valor de IWP é derivado da equação A.5, sendo expresso da seguinte
forma:
215
(
)
Nie
DIWP ΩΩ=
ρµ
(A.9)
Contudo, o valor do D
e
e o
Ω
N
são determinados empiricamente e são expressos da
seguinte forma:
3
3
2
210
rararaaD
e
+++= , (A.10)
(
)
[
]
2
21015089
)ln()ln(exp DebDebb
ouN
++=Ω , (A.11)
onde a
0
, a
1
, a
2
e a
3
e b
0
, b
1
e b
2
são coeficientes de regressão que são dependentes da
densidade volumétrica das partículas de gelo e da distribuição de tamanho assumida. A
densidade volumétrica assumida foi de 920 kg.m
-3
e os valores de cada parâmetro
utilizado foram os seguintes:
a
0
= -0,300323, a
1
= 4,30881, a
2
=
-3,98255, a
3
= 2,78323
Para D
e
≥
1,0
b
0
= -1.19301, b
1
= 2.08831, b
2
= -0.857469
Para D
e
≤
1,0
b
0
= -0.294459, b
1
= 1.38838, b
2
= -0.753624
Lembrando que:
),(
),(
)(
150
89
150
89
mx
mx
Dr
N
N
ee
Ω
Ω
=
Ω
Ω
= (A.12)
Para o continente a temperatura próxima a base da nuvem em 89 GHz (BT
89
) e 150 GHz
(BT
150
) é determinada através de relações empíricas, as quais são expressas da seguinte
forma:
312389
67,061,188,17 BTBTBT −+= , (A.13)
312389
67,061,188,17 BTBTBT −+= , (A.14)
216
em que,
23
BT e
31
BT são a temperatura próximo ao topo da nuvem estimada pelo sensor do
satélite em 23 GHz e 31 GHz, respectivamente.
Desta forma, a combinação dos parâmetros determinados através das equações A.8 e
A.12 permitem o cálculo do D
e
utilizando-se a expressão A.10. A partir desse valor de
D
e
e do parâmetro
Ω
N
determinado pela equação A.11, a equação A.9 pode ser utilizada
para a determinação do valor do IWP, no caso da região continental.
Por outro lado, para a região oceânica a temperatura próxima a base da nuvem é
determinada através de:
(
)
[
]
(
)
(
)
[
]
ℑ−+ℑ−∆−ℑ−−=
εε
11111 TTsT
B
, (A.15)
onde
ℑ
,
ε
, T
s
e
∆
t são as transmitâncias atmosféricas, emissividade da superfície,
temperatura da superfície e diferença de temperatura entre a superfície e a temperatura
média da atmosfera, respectivamente.
Sendo a transmitância atmosférica
ℑ
é expressa por:
(
)
[
]
µτττ
lvo
++−=ℑ exp , (A.16)
onde
vo
ττ
, e
l
τ
são a espessura ótica do oxigênio, vapor d’água e água liquida da
nuvem, respectivamente.
217
A APÊNDICE A - AVALIAÇÃO DAS CARACTERÍSTICAS GERAIS DOS
RAIOS PARA O PERÍODO DE ESTUDO
Neste capítulo, serão apresentados os resultados referentes ao estudo da acurácia dos
dados de raios fornecidos pela rede de descargas atmosféricas RINDAT para os anos de
2005 a 2007 através das análises de mapas de ED de raios para a região em estudo.
Serão mostrados também as análises da caracterização do comportamento anual médio,
análise interanual, sazonal, ciclo diurno e ciclo sazonal diurno dos raios ocorridos para
este período e região de estudo.
A.1 Avaliação dos Dados da RINDAT
As informações de ocorrência de raios (data, hora e localização) fornecidos pela rede
RINDAT foram referentes ao período de 2005 a 2007 para a região destacada em cor
vermelha na Figura A.1. Desta forma, o relativamente pequeno período de estudo
forçou a realização de uma avaliação preliminar desses dados de forma a verificar se a
quantidade e qualidade dos raios era suficiente para a realização dessas análises
estatísticas e das próximas que seriam realizadas.
Figura A. 1 - Área que limita a região de estudo e os sensores que a compõem.
218
Durante esse período, dentro da área em estudo estiveram em operação de forma ativa
(Figura A.1) 13 sensores de diversos tipos pertencentes à rede RINDAT, os quais
possivelmente participaram de forma direta na determinação das ocorrências de raios
para este estudo. Dentro dessa área existe uma quantidade relativamente alta de sensores
de descargas atmosféricas que, como lembrado por Naccarato (2005), devido ao tipo e a
geometria dessa distribuição de sensores sobre o estado de São Paulo, caracteriza esta
região como possuindo a melhor e mais homogênea cobertura de raios do Brasil. A
Tabela A.1 mostra a localização (latitude e longitude), cidade onde está localizado, o
tipo e a instituição responsável pelos 13 sensores. A notória variedade de tipos de
sensores observada mostra-se importante haja visto como discutido na seção 2.6.1, que
esta diversidade implica em uma melhor caracterização e avaliação dos diversos tipos
de relâmpagos que atingem uma região.
Tabela A.1 - Sensores pertencentes à área de estudo.
A avaliação quantitativa preliminar da qualidade dos dados de raios utilizados foi
realizada através de análises de mapas de ED de raios (flashs-do inglês) para ilustrar a
variabilidade da ED de raios na região de estudo. Estes mapas foram gerados
considerando-se o número de dias do ano que os diversos sensores que compõem a
RINDAT estavam em operação. Portanto, a análise dessa variável específica foi
Latitude Longitude Cidade UF Sensor Responsável
1
-23,660185
-47,103485
Ibiúna SP LPATS IV FURNAS
2
-20,780504
-51,605938
Jupiá SP LPATS IV FURNAS
3
-22,686001
-44,999298
C. Paulista SP IMPACT 141T
INPE
4
-21,991869
-47,329266
Pirassununga SP IMPACT ESP INPE
5
-23,211880
-45,866119
S. J. dos Campos
SP IMPACT ESP INPE
6
-21,248850
-45,004280
Lavras MG
LPATS III CEMIG
7
-20,025829
-48,220558
Volta Grande MG
IMPACT 141T
CEMIG
8
-24,237795
-51,670422
Ivaiporã PR LPATS III SIMEPAR
9
-24,533001
-51,650902
Manoel Ribas PR IMPACT 141T
FURNAS
10
-26,004320
-51,668461
Foz de Areia PR LPATS III SIMEPAR
11
-23,090099
-52,475288
Paranavaí PR LPATS III SIMEPAR
12
-23,113621
-49,722172
Chavantes PR LPATS III SIMEPAR
13
-25,523680
-48,511501
Paranaguá PR LPATS III SIMEPAR
219
realizada, pois a PL dos sensores da RINDAT já caracterizava-se relativamente
satisfatória (cerca de 0,5 m). A Figura A.2 mostra o mapa de ED de raios para o ano de
2005 com uma resolução espacial de 10 km e indica as cidades de localização dos
sensores que compõem a RINDAT. Nota-se para o estado de São Paulo (SP) como um
todo que a ED de raios apresentou valores relativamente altos (cerca de 75 %), com os
mais altos valores (95%) sobre as áreas central e nordeste de SP e os mais baixos
valores (60%) sobre as regiões leste e noroeste. Esses valores baixos de ED de raios
possivelmente estiveram associados ao mau funcionamento dos sensores de Jupiá e
Manuel Ribas, como mostraram as análises de status de funcionamento (Apêndice B,
T
abela B.1) desses sensores.
Figura A.241 - Mapa de Eficiência de Detecção de raios (flashs-do inglês) pela rede RINDAT,
para a região de estudo para o ano de 2005, baseado nos 24 sensores que
compõem a rede.
Fonte: Inpe.Elat (2008).
A Figura A.3 mostra o mapa de ED de raios para o ano de 2006. Neste ano, a ED de
raios foi em geral melhor do que a de 2005, apresentando o estado de SP como um todo
valores maiores que 90%. As regiões sul, norte e nordeste apresentaram os mais altos
índices de ED de raios, alcançando 95%, e a região leste apresentou os valores mais
220
baixos, cerca de 80 %. A maior ED de raios em 2006 com relação ao ano de 2005
deveu-se, como algumas análises mostraram (Apêndice B, Tabela B.2), ao fato de que
cada sensor da rede esteve em operação em média por um tempo maior neste ano do que
em relação ao ano de 2005.
Figura A. 3 - Mapa de Eficiência de Detecção de raios (flashs-do inglês) pela rede RINDAT
para a região de estudo para o ano de 2006, baseado nos 24 sensores compõem a
rede.
Fonte: Inpe.Elat (2008).
Para o ano de 2007 (Figura A.4), percebe-se que a ED de raios continuou com valores
altos em todo o estado de SP, entretanto houve um ganho relativamente representativo
de ED de raios nas regiões sul, leste, norte de SP, Vale do Paraíba e região sul de Minas
Gerais. O estado de SP apresentou valores de 95% de ED de raios, tendo assim uma
distribuição espacial de ED de raios mais significativa em comparação a 2006. Estes
excelentes valores de ED de raios para 2007 foram configurados em boa parte do estado
de SP, pois a maioria dos sensores da RINDAT estiveram em modo operante (Apêndice
B, Tabela B.3) na maior parte dos dias.
221
Figura A. 42 - Mapa de Eficiência de Detecção de raios (flashs-do inglês) pela rede RINDAT
para a região de estudo para o ano de 2007, baseado nos 24 sensores compõem a
rede.
Fonte: Inpe.Elat (2008).
O objetivo desse trabalho não foi avaliar de forma exaustiva a qualidade dos dados de
ocorrência de raios fornecidos pela rede RINDAT durante esses anos e período de
estudo. A preocupação desta etapa estava em definir uma área e garantir a qualidade das
informações de ocorrência de raios utilizadas, para que fosse analisada sua distribuição
espacial e temporal e caracterizadas de modo fidedigno as relações existentes entre
propriedades físicas de SCM e raios e a evolução temporal da atividade elétrica ao
longo do ciclo de vida dos SCM.
Essa análise verificou que, para a área e período de estudo, a ED de raios da rede
RINDAT possuiu valores aceitáveis, sendo que boa parte da região estudada obteve ED
de raios em média de 90 %. Pelos diversos motivos discutidos acima, observou-se uma
ligeira diferença da distribuição espacial dos valores de ED de raios entre os três anos
do período em estudo, de forma que o ano de 2007 (2005) apresentou uma melhor (pior)
distribuição espacial de valores de ED de raios. Maiores detalhes dos resultados, assim
222
como a forma de avaliação e o aperfeiçoamento de modelos de ED de raios dessa rede,
podem ser encontrados em trabalhos como o de Pinto Jr (2005) e Naccarato (2005).
A.2 Características Geográficas dos Raios
A.2.1 Caracterização Anual Média da Densidade de Raios no Estado de SP
O estudo de ocorrência de raios para o período de 2005 a 2007 contou com uma média
de 1.888.579 raios por ano, reportados pela rede RINDAT para a área de interesse. A
distribuição geográfica da densidade média de raios (raios/ano.km
2
), com uma resolução
espacial de 4 km (coerente com a resolução do satélite GOES), revelou características
interessantes da distribuição de raios (Figura A.5). Grande parte do estado de SP
apresentou uma ocorrência de mais de quatro raios por ano, contudo houve uma
diferença marcante na distribuição espacial de ocorrência de raios entre as porções leste
(região com mais alta incidência de raios) e oeste (região com uma menor incidência de
raios) do estado de SP.
Pela análise da distribuição espacial de raios obtida, algumas importantes características
particulares dessa região destacaram-se: (1) faixa de densidade de raios bem definida a
partir da região metropolitana da cidade de SP, passando por Campinas, São José dos
Campos e região do Vale do Paraíba até a região de Rezende no Rio de Janeiro: (2) uma
área bem definida de ocorrência de raios partindo da região metropolitana de SP até o
sul do estado: (3) região com moderada ocorrência de raios no centro-oeste paulista
próxima a cidade de Barra Bonita e Avaré e: (4) área também com moderada incidência
de raios próxima a região norte do estado de SP.
223
Figura A.5 - Mapa de densidade de raios médio anual (raios/km
2
.ano) com resolução de 4 km
para a região de estudo, baseado em três anos de dados consecutivos (2005-2007).
Diversos fatores, em princípio, podem estar envolvidos para a ocorrência desta
configuração geográfica de raios no estado de SP. O primeiro deles é que a alta
incidência de raios na porção leste do estado, em cidades do Vale do Paraíba e na divisa
do estado de SP com a região metropolitana de Resende, segue com exatidão a elevação
da topografia (Figura A.6). Desta forma, visto que a noroeste dessa região existe a Serra
da Mantiqueira, a associação da topografia com a incursão freqüente de sistemas
frontais (SF) poderia estar induzindo a formação de tempestades convectivas ao longo
da encosta (e não sobre a encosta). Assim, a alta incidência de raios nesta região do
Vale do Paraíba, possivelmente estaria associada à topografia e às condições
meteorológicas de mesoescala da região, favorecendo um aumento significativo do
número de raios a sudeste da cadeia montanhosa em relação ao lado noroeste da mesma,
onde a brisa marítima é presente. Esse resultado concorda com o trabalho de Westcott
(1995), em que o mesmo encontrou maior incidência de raios ao redor dos Montes
Apalaches nos Estados Unidos, do que sobre a cadeia montanhosa.
224
Figura A.6 - Mapa mostrando as características da topografia para a região de estudo com uma
resolução espacial de 900 m.
A alta incidência de raios próximos a grandes cidades como SP, Campinas, Piracicaba e
São José dos Campos, evidencia possivelmente os efeitos da urbanização (densidade
populacional, poluição e ilhas de calor) sobre a convecção nesta região. A região
metropolitana de SP apresentou os maiores valores, com pico em torno de 14
raios/km
2
ano, em concordância com os resultados de Naccarato (2005) e Pinto Jr
(2005). Por outro lado, estudos realizados em diversas cidades do mundo têm fornecido
fortes evidências da estreita relação entre regiões altamente urbanizadas e ocorrência de
intensa atividade elétrica. Os trabalhos realizados nos Estados Unidos (WESTCOTT,
1995; BORNSTEIN et al; ORVILLE et al, 2001), Espanha (SORIANO et al, 2002) e no
Brasil, em cidades como, Região Metropolitana de SP, Campinas, São José dos Campos
e Sorocaba (NACCARATO et al, 2003) e Belo Horizonte (PINTO Jr et al, 2003), em
geral sugerem basicamente dois fatores pertinentes para a ocorrência dessa
característica: efeito de ilha de calor (hipótese termodinâmica) e efeito da poluição
atmosférica (hipótese do aerossol).
Na primeira hipótese, as ocorrências de ilhas de calor (devido ao excesso de construções
e carência de áreas com vegetação) em grandes centros urbanos estariam gerando
225
instabilidade suficiente para potencializar uma intensificação da atividade convectiva
local. O aquecimento diferenciado ocasionado pelas ilhas de calor em baixos níveis,
possivelmente desestabilizaria o fluxo de ar próximo a superfície, provocando um
aumento na velocidade vertical das parcelas de ar na camada limite. Por outro lado, o
efeito do aerossol sugere que o contingente de material particulado (devido ao tráfego
de veículos e industrialização) encontrado sob grandes cidades urbanizadas exerceria
influência sobre a microfísica das nuvens. Nesta segunda hipótese, o aumento de
núcleos de condensação (devido à poluição atmosférica) acarretaria uma produção
maior de pequenas gotículas (e diminuição no tamanho médio dessas gotículas) que
chegariam à fase mista da nuvem, gerando uma intensificação na produção e geração
dos centros de cargas levando a um aumento no índice de atividade elétrica da nuvem
(NACCARATO, 2005). Embora, essas hipóteses sejam a princípio bastante aceitáveis,
estudos da relação do efeito urbano com a atividade local de raios precisam de grande
avanço, principalmente diante dos complexos fatores que podem ser responsáveis por
este efeito.
A faixa de ocorrência de raios bem definida (com ocorrência em média de 7 a 8 raios
por ano) que se inicia na região metropolitana de SP e passa pelas cidades de Ibiúna,
Registro e Cananéia até atingir a região sul do estado de SP não mostrou nenhuma
relação com a topografia local, visto que não há uma elevação significativa do relevo
nesta região. Assim, para um entendimento mais preciso dos fatores que estariam
influenciando a configuração de raios nesta região, seria necessária uma análise mais
detalhada das condições meteorológicas locais, efeitos de urbanização e de relevo, como
a que foi realizada na caracterização de ocorrência de raios na região do Vale do
Paraíba.
Por fim, a incidência acima de sete raios por ano em média no centro-oeste paulista,
próximo as represas Barra Bonita e Jurumirim perto das cidades de Barra Bonita e
Avaré, sugere uma interação entre fatores locais e condições de mesoescala. Neste
contexto, poderia estar ocorrendo uma interação entre a circulação local associada a um
sistema de brisa e a incursão de SF sobre esta região. No entanto, a ocorrência
226
moderada de raios sobre a região norte do estado de SP, próxima a cidades como
Ribeirão Preto, Barretos e Bebedouro, não mostrou nenhuma correlação com o relevo
desta região e também com efeitos de industrialização. Mas importante ressaltar, que
nesta região em determinadas épocas do ano ocorre a queima da cana de açúcar para
facilitar a sua retirada, o que poderia ser um fator a contribuir para a intensificação das
tempestades nesta região através da hipótese do aerossol. No entanto a verificação dos
principais fatores locais e meteorológicos responsáveis por esta característica no norte
do estado de SP pode ser obtida através de um período maior de dados de ocorrência de
raios, além da análise detalhada dos fenômenos meteorológicos que mais afetam esta
região.
A.2.2 Caracterização Interanual da Densidade de Raios no Estado de SP
No intuito de avaliar a variabilidade da distribuição geográfica de raios entre os anos de
2005 a 2007, foram gerados mapas de densidade de raios com resolução de 4 km. Para
efeitos de análises e comparações em relação à média, a relação de cores e valores da
legenda de cada gráfico é a mesma utilizada na análise anual. Os resultados dessa etapa
são mostrados na Figura A.7 (a)-2005, (b)-2006 e (c)-2007.
As análises da distribuição geográfica de raios para cada ano em estudo mostraram
características particulares interessantes. O ano de 2005 caracterizou de forma razoável
a discrepância de densidade de raios entre as porções leste e oeste do estado de SP. Os
efeitos urbanos, especificamente das cidades de SP e São José dos Campos, ficaram
mais nítidos quando comparado com o mapa de densidade de ocorrência média de raios
(não houve união das características de efeito urbano dessas cidades com seus
municípios vizinhos). Cidades como Campinas e Piracicaba atingiram valores
comparáveis (7 raios/km
2
. ano) de raios aos da cidade de SP, sendo os valores dessas
duas cidades maiores do que as respectivas cidades na média anual. Percebeu-se
também uma nítida ocorrência de raios próximos ao centro-oeste paulista (região
apresentando ocorrência de raios acima da média) nas vizinhanças das represas Barra
227
Bonita e Jurumirim. Por outro lado, não foi identificada, como na distribuição média
(Figura A.5), uma área bem definida de ocorrência de raios na região norte do estado.
Figura A. 7 - Mapa de densidade de raios (raios/km
2
.ano) com resolução de 4 km para três anos:
(a) ano de 2005, (b) 2006 e (c) 2007.
Em 2006, percebe-se uma diferença marcante na ocorrência de raios entre as porções
leste e oeste do estado. Este ano apresentou uma ocorrência global de raios
significativamente maior em relação ao ano de 2005 e em relação à distribuição anual
(c)
(a) (b)
228
média. Houve uma união do efeito urbano da cidade de SP com alguns municípios
vizinhos, o mesmo ocorrendo para as cidades de São José dos Campos e Cachoeira
Paulista, o que evidenciou a existência de uma faixa bem definida de raios na região do
Vale do Paraíba. A região de Campinas e Piracicaba foi novamente evidenciada, assim
como a área de densidades de raios em torno de 10 raios/km
2
.ano próxima à região
centro-oeste do estado. Semelhantemente ao mapa de distribuição média de raios,
observou-se uma faixa bem definida de densidade de raios que se estendeu desde a
região metropolitana de SP até o sul do estado, sendo que esta característica não foi
evidenciada no ano de 2005. Por outro lado, a região norte da área de estudo foi
caracterizada por uma alta densidade de raios, alcançando valores de até 14
raios/km
2
.ano.
Por fim, o ano de 2007 apresentou uma densidade geográfica global de raios inferior aos
demais anos estudados. O efeito urbano da região metropolitana de SP, como nos
demais anos ficou bastante evidente, sendo constatada a ocorrência de uma união do
efeito urbano dessa região com a da cidade de São José dos Campos. A análise de
ocorrências de raios, na região próxima a cidade de Cachoeira Paulista (parte da região
do Vale do Paraíba) até a divisa com o estado do Rio de Janeiro não evidenciou uma
ocorrência significativa de raios como foi observado nos anos anteriores nesta mesma
região. As regiões norte, sul e centro-oeste do estado de SP apresentaram uma tímida
densidade de raios quando comparado com os anos anteriores. A cidade de Piracicaba
também não evidenciou um efeito urbano significativo em comparação aos anos
anteriores. Desta forma, a difícil identificação do efeito urbano em cidades de médio
porte, como Piracicaba em anos com moderada ocorrência de raios, foi sugerido por
Naccarato (2005) como sendo devido à existência de um valor crítico de atividade
elétrica regional para a definição nítida do efeito urbano em cidades desse porte.
Assim as análises de distribuição geográfica de ocorrência de raios para os anos de
2005, 2006 e 2007 mostraram em geral as seguintes características da atividade elétrica:
existência de um contraste na ocorrência de raios entre as porções leste e oeste do
estado de SP; alta incidência de raios sobre a região metropolitana de SP e cidades
229
como Campinas e Piracicaba e faixa bem definida de alta incidência de raios, seguindo
a localização de cidades como São José dos Campos e Cachoeira Paulista,
caracterizando a região do Vale do Paraíba. Por outro lado, não se pode afirmar que a
variabilidade das características específicas da distribuição de raios nas porções norte,
sul e centro-oeste da região para os anos analisados, sejam resultado de um fenômeno
natural. Essa ressalva é feita, haja vista, como mostrado na seção A.1, que a ED de raios
da RINDAT apresentou uma maior variabilidade entre esses anos, principalmente para
essas três regiões (bordas do estado de SP). Baseado nessa observação torna-se
importante verificar com um pouco mais de detalhamento se os anos que apresentaram
menor (2007), maior (2006) e intermediária (2005) ocorrência de raios estão associados
a um fenômeno natural ou se possivelmente foi um problema de detecção da rede.
Esta análise poderia ser feita corrigindo a quantidade de raios registrado na região em
estudo, pela correção da ED de raios para cada ano, minimizando assim os efeitos
causados por sensores inoperantes e perda de dados nas informações de ocorrências de
raios, como sugere o trabalho realizado por Naccarato et al (2005). Por outro lado, a
análise da variabilidade de ocorrência de raios entre os anos na região em estudo,
poderia ser feita selecionando uma área sobre esta região que sempre apresentou valor
alto e constante de ED entre esses anos. Portanto, seguindo a segunda opção, para que a
variabilidade da atividade elétrica pudesse ser caracterizada em função dos fenômenos
meteorológicos ocorridos neste período escolheu-se, baseado nas análises feitas na
seção A.1 (mapas de ED de raios), uma área sobre a região de estudo que apresentou
entre os três anos sempre ED de raios maior que 95 %. Esta limitação foi importante,
pois minimiza a possível variabilidade de ocorrência de raios entre os anos devido à
queda de ED de raios nas bordas da região. A área escolhida para essa análise localiza-
se entre as coordenadas geográficas de 50º O a 47º O e 23º S a 21º S. A Figura A.8
mostra a área selecionada, utilizando como referência o mapa de ED de raios do ano de
2005, o qual foi o ano que evidenciou uma distribuição de ED de raios moderada sobre
a região.
230
Figura A. 8 - Setor da região de estudo com ED de raios (flashs-do inglês) maior que 95 % para
os três anos, que foi selecionado para a análise interanual de ocorrências de raios.
Este mapa de exemplo refere-se ao de 2005, o qual apresentou uma moderada
distribuição de ED de raios sobre a região.
Fonte: Inpe.Elat (2008).
Para a área selecionada, houve uma ocorrência média de 205.310 raios entre os anos, a
qual corresponde a uma parcela tímida da ocorrência média para a região total de estudo
(foi registrada uma média de 1.888.579 raios para a região total em estudo). Porém, pelo
caráter preliminar dessa etapa, a área selecionada e as ocorrências de raios conferem
características importantes a estas análises. Desta forma, como pode ser notado na
Figura A.9, houve claramente a existência de uma variabilidade interanual da atividade
elétrica de raios, onde o ano de 2005 apresentou a maior ocorrência de raios, seguido de
2006 e por último o ano de 2007 com uma quantidade relativamente menor que os
demais.
231
Figura A.9 - Variação anual do número total de raios na região selecionada na Figura A.8,
ocorridos para os anos de 2005, 2006 e 2007.
A Tabela A.2 mostra de forma resumida, os valores de ocorrência total de raios
encontrada para cada ano. A nítida ocorrência de baixos valores de raios para o ano de
2007 (175.673 raios, representando 28,5 % do total) e a baixa discrepância de raios
entre os anos de 2005 e 2006 (diferença de 2 %, porém esses anos tiveram valores mais
altos que de 2005) sugerem a importância de fenômenos meteorológicos sobre a
variabilidade da atividade elétrica.
Tabela A. 2 - Número de ocorrência anual de raios, média e desvio padrão.
Através de análises de imagens mensais de T
B
no IR e das publicações mensais do
boletim da Climanálise (BOLETIM CLIMANÁLISE, 2009), observou-se que o ano de
2005, mais precisamente os meses de verão, foram caracterizados por um fenômeno El
Niño de fraca intensidade. Além disso, foi registrada a ocorrência média de 15 SF sobre
2005 2006 2007
0.0
5.0x10
4
1.0x10
5
1.5x10
5
2.0x10
5
Número Total de Raios
Anos
Anos 2005 % 2006 % 2007 % Total Média Desvio
Padrão
Número
de
Raios
226.980
36.85
213.277
34.63
175.673
28.52
615.930
205.310
26.565,14
232
o estado de SP, contribuindo para seis episódios de Zona de Convergência do Atlântico
Sul (ZCAS) e acarretando índices notórios de precipitação no litoral sul de SP, região
norte, central e Vale do Paraíba. Por outro lado, o verão de 2006 iniciou-se sob atuação
de um fenômeno El Niño em fase madura, o qual posteriormente configurou-se em uma
La Niña de fraca intensidade. No verão deste ano, foi registrada uma média de 18 SF
sobre o estado de SP contribuindo para sete episódios de ZCAS que, em sinergia com
altas temperaturas ocorridas na região, acarretou num índice de precipitação acima da
média em todo o estado, tendo as regiões oeste, norte, leste e litorânea intensos
temporais. Algumas regiões apresentaram até queda de granizo, enquanto que o sul do
estado apresentou uma carência de precipitação em relação às demais áreas. Por fim, no
de 2007, segundo essas análises, houve a ocorrência durante o verão de um El Niño em
fase de enfraquecimento. Para este período, foi registrada a ocorrência de sete SF sobre
o estado de SP (pouco em relação aos demais anos) e sete casos de ZCAS que, em
consonância com outros fatores meteorológicos, implicaram na ocorrência de baixa
atividade convectiva em todo estado. Apenas em cidades como SP, Campinas e São
José dos Campos (reportou-se até queda de granizo) e litoral sul de SP ocorreram curtos
temporais.
Os resultados discutidos acima sugerem que o ano de 2006 foi caracterizado por intensa
atividade convectiva, seguido pelo ano de 2005, e pelo ano de 2007, que apresentou
uma atividade convectiva bem mais moderada. Embora, esses resultados tenham
mostrado que alguns fenômenos naturais tenham parcela significativa na variabilidade
notada entre esses anos, seria necessária uma análise mais profunda para indicar as
verdadeiras razões para esta variabilidade. Essa observação é válida, como lembrado
por Pinto Jr et al (2003), dadas as complexas interações de diferentes processos para a
caracterização da ocorrência da atividade elétrica.
A.2.3 Caracterização Sazonal da Densidade de Raios no Estado de SP
Com o intuito de entender melhor o comportamento da variabilidade sazonal da
ocorrência de raios para a região em estudo, foram gerados mapas de densidade média
de raios (raios/ km
2
.estação) com resolução de 4 km para o período estudado para cada
233
estação. Procurou-se, desta maneira, relacionar alguns fenômenos meteorológicos e
estudos de raios realizados no Brasil com os resultados obtidos. A Figura A.10 mostra a
distribuição de densidade de raios média encontrada para o (a) verão (DJF), (b) outono
(MAM), (c) inverno (JJA) e (d) primavera (SON).
Os resultados mostram diferenças marcantes da distribuição de raios entre as quatro
estações. A nítida discrepância no número de eventos de raios ocorridos entre as quatro
estações do ano é, de forma sucinta, mostrada na Tabela A.3. Essa tabela mostra a
quantidade de raios média reportados para cada estação do ano. Para a geração dos
mapas da Figura A.10, foi registrada uma média de 1.924.694 ocorrência de raios (soma
das ocorrências médias dos eventos para cada estação do ano, média de três meses).
Como esperado, o verão foi a estação que apresentou o maior índice de raios,
representando aproximadamente 42 % (821.635 raios), enquanto que o inverno
configurou apenas 6 % (111.197 raios) do total de ocorrências. Estes resultados foram
semelhantes aos encontrados por Pinto et al (1999b), Orville et al (2000), Schutz et al
(2005) e Manoochehrnia et al (2007). Pinto et al (1999b), através de uma caracterização
de raios ocorridos na região sudeste do Brasil no ano de 1993, verificaram que
aproximadamente 75 % dos raios ocorreram durante o período de primavera-verão. Em
consonância com estes resultados, Orville et al (2000), utilizando uma climatologia de
20 anos de dados de raios (1989-2000) sobre o Texas, observaram no verão (inverno)
uma ocorrência média de 47 % (7%) de raios.
234
Figura A.10 - Mapa de densidade de raios médio (raios/km
2
.estação) com resolução de 4 km
para as estações do ano: (a) verão (DJF), (b) outono (MAM), (c) inverno (JJA) e
primavera (SON).
Tabela A.3 - Estatística de ocorrência sazonal média de raios durante o período e área de estudo.
Estação
do
Ano
Verão
(DJF)
%
Outono
(MAM)
%
Inverno
(JJA)
%
Primavera
(SON)
%
TOTAL
Média
de
Raios
821.635
42,47
354.832
18,66
111.197
5,74
637.030
32,12
1.924.694
(a) (b)
(c) (d)
(a) (b)
235
Os maiores (verão) e menores (inverno) índices de raios são valores em torno de 10
raios/km
2
(região metropolitana de SP) e aproximadamente 4 raios/km
2
(próximo a
represa Barra Bonita), respectivamente. Isso sugere, como indicado por Schutz et al
(2005), o importante papel do aquecimento solar como forçante da convecção para a
formação de tempestades. Portanto, o verão foi a estação que caracterizou de forma
mais razoável a distribuição média da atividade elétrica de raios (como visto na seção
A.2.1). Essa estação apresentou também as características de alta incidência de raios na
região metropolitana de SP, Campinas (7 raios/km
2
) e Vale do Paraíba (8 raios/km
2
),
faixa que se estende desde a região metropolitana de SP até o sul do estado, centro-oeste
paulista e a área ao norte do estado, as quais possuíram uma média de 4 raios/km
2
.
A alta incidência de tempestades nesta época do ano sobre a região Sudeste (região
tipicamente tropical) está atrelada principalmente ao fato da freqüente ocorrência de
fenômenos de escala sinótica, como ZCAS e SF, e de mesoescala, como SCM e
convecção local associada a fenômenos de Brisa. Como exemplo, o trabalho de
Solorzano et al (1999) mostrou que a incidência de raios aumenta de forma significativa
durante a ocorrência de eventos de ZCAS. Por outro lado, alguns estudos têm sugerido
que os SCM são responsáveis pela produção da maior parte da precipitação (variável
estreitamente ligada à atividade elétrica de raios) nos trópicos e em várias regiões de
latitudes médias durante a estação quente (VELASCO e FRITSCH, 1987; MACHADO
e LAURENT, 2002).
A estação do outono representou uma média de 19 % (uma média de 354.832 raios) do
total de raios, sendo sua distribuição espacial relativamente esparsa. A maior quantidade
de tempestades durante esta estação concentrou-se próxima à região metropolitana de
SP, Campinas e região centro-oeste do estado, regiões as quais apresentaram uma média
de 7 raios/km
2
. Nota-se nitidamente a bem caracterizada ocorrência de raios próximos
às represas de Barra Bonita e Jurumirim. Este fato indica uma possível intensificação de
um sistema de brisa associado a estes corpos d’água (represas) e a incursão de SF nesta
região. Contudo, esta sugestão é apenas uma hipótese inicial que, via de regra, merece
236
um melhor detalhamento em vista da existência de poucos relatos na literatura dessa
característica.
Por outro lado, a ocorrência de raios durante o inverno, como discutido anteriormente,
representou apenas 6% do total de eventos. As tempestades nesta estação concentraram
basicamente no interior do estado de SP (região central e oeste) e com uma freqüência
significativamente menor na região leste (região de SP, Campinas, São José dos
Campos e Vale do Paraíba). Como o padrão do inverno caracteriza-se por ser bastante
seco e relativamente frio, a atmosfera tem pouca energia potencial disponível para
realizar convecção e os SF ao atingirem a região leste (estando com menores
temperaturas) apresentam uma fraca intensidade convectiva, gerando preferencialmente
tempestades a oeste do estado em detrimento da região leste. Desta forma, mais uma vez
a significante carência de ocorrência de atividade elétrica na região leste (região que via
de regra apresenta a maior concentração de raios do estado) durante o inverno reforça a
hipótese de alguns autores de que regiões com elevado índice de urbanização
apresentariam o efeito urbano apenas quando um valor crítico de eventos de raios fosse
atingido (NACCARATO, 2005).
Em contrapartida, a primavera foi a segunda estação que mais apresentou ocorrência de
raios (32 % do total de ocorrências). Durante a primavera, começou a tornar-se notório a
atuação das tempestades na região próxima a SP, Campinas, São José dos Campos, Vale
do Paraíba e no interior paulista e região norte do estado, implicado na ocorrência em
média de 4 raios/km
2
. Logo, estes fatos sugerem que uma quantidade maior de energia
potencial disponível para convecção e umidade durante a primavera e o aumento da
baroclinicidade estariam propiciando a formação de tempestades na região central e
leste do estado de SP.
A Figura A.11 ilustra com maiores detalhes a variabilidade sazonal da ocorrência total
de raios, em forma de uma caracterização mensal desses eventos. Os valores
correspondem à soma total de raios entre os mesmos meses considerando-se os três anos
em estudo. O ciclo sazonal da atividade elétrica de raios foi claramente evidenciado,
237
tendo um comportamento similar ao obtido por diversos estudos realizados em
diferentes regiões do mundo. O mês de outubro (901.977 raios) possuiu o maior número
de raios, seguido por janeiro (897.031 raios) e fevereiro (883.424 raios) e o mês de
menor ocorrência de raios foi maio (65.331 raios). O mês de janeiro registrou
aproximadamente 14 vezes mais ocorrências de raios em relação a maio, mostrando
assim o ciclo mensal bem definido das tempestades.
Figura A.11 - Variação mensal das ocorrências total de raios na região de estudo, baseado na
soma de raios entre os meses dos anos de 2005, 2006 e 2007.
Resultados semelhantes foram encontrados por Pinto et al (1999b) e Pinto et al (2003),
através de análises de raios no estado de Minas Gerais. Pinto et al (1999b) utilizando
uma contingência de 1,1 milhão de raios no estado de Minas Gerais no ano de 1993,
encontraram um duplo pico de ocorrência de raios, um no mês de março e outro em
novembro. Por outro lado, Pinto et al (2003), analisando a ocorrência de raios para um
longo período de 7 anos (1988-1995) no estado de Minas Gerais, verificaram altos
índices de raios nos meses de fevereiro e novembro. Resultados semelhantes ao
encontrado no presente estudo, também foram observados por Pinto et al (2006). Além
disso, esses últimos autores verificaram que a distribuição mensal média normalizada de
raios na região sudeste do Brasil é similar aquelas determinadas para os Estados Unidos,
Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
0.0
9.0x10
4
1.8x10
5
2.7x10
5
3.6x10
5
4.5x10
5
5.4x10
5
6.3x10
5
7.2x10
5
8.1x10
5
9.0x10
5
9.9x10
5
Número Total de Raios
Mês do Ano
Soma Total Mensal
238
Áustria, Itália e Espanha. No entanto, com relação ao pico de raios observado no mês de
outubro (Figura A.11), alguns trabalhos como o realizado por Naccarato (2005) têm
sugerido que análises realizadas em áreas relativamente pequenas (quando comparadas
com toda a região sudeste do Brasil), como no caso atual, sofreriam influência de
fatores particulares (componente regional) que agem sobre o comportamento local dos
raios. Por outro lado, uma hipótese também para esse máximo de ocorrências de raios
na pré-estação chuvosa (especificamente no mês de outubro) seria a condição de
baroclinicidade encontrada nesses períodos. Massas de ar ainda com características de
inverno se encontram com massas de ar quente desenvolvendo convecção profunda e
conseqüentemente gerando tempestades com intensa quantidade de gelo, e propicias a
produzir intensa atividade elétrica de raios.
A.3 Características Temporais dos Raios
A.3.1 Caracterização do Ciclo Diurno de Ocorrência de Raios no Estado de SP
Nesta seção foi analisada a variabilidade do comportamento diurno da convecção,
através da caracterização do ciclo diurno de ocorrência total de raios para a região de
estudo, entre os anos de 2005 a 2007. Estas análises são importantes visto que estudos
realizados em diversas regiões, como nos EUA (WALLACE, 1975), Argentina
(PAEGLE et al, 1987), Estado do Amazonas e Antiplano Boliviano (GARREAUD e
WALLACE, 1997), Bacia do Prata (VILA et al, 2004 e NASCIMENTO, 2008), têm
mostrado que a convecção tem um caráter predominantemente vespertino-noturno. O
recente trabalho realizado por Nascimento (2008), caracterizando SCM e SF sobre a
Bacia do Prata para um longo período de 7 anos (2000-2006), mostrou altos índices de
precipitação (a qual está intrinsecamente associada à atividade elétrica da convecção)
entre o período das 18 GMT às 00 GMT. Esta característica particular da convecção
com relação à hora do dia está associada ao momento do dia em que são criadas as
condições propícias de instabilidade e energia potencial disponível para a ocorrência de
intensa convecção. Portanto, para entender melhor essas características para a região de
estudo e período analisado, a Figura A.12 ilustra o comportamento diurno
239
(correspondente a soma total horária de raios entre os três anos em estudo) da
ocorrência total de raios para esta região.
O ciclo diurno de ocorrência total de raios apresentou um comportamento bastante
nítido e organizado, com um significativo aumento de raios a partir das 11 horas local
(102.492 raios) e valor máximo próximo das 16 horas local (636.497 raios). Ocorreram
em média 12 vezes mais raios nos horários próximo às 16 horas em relação ao horário
das 8 horas local (horário de menor registro de raios em média por ano). Esses
resultados deixam evidente a influência direta do ciclo diurno da insolação em modular
a variabilidade da atividade convectiva e elétrica ao longo do dia.
Figura A.12 - Comportamento do ciclo diurno das ocorrências total de raios na região de estudo.
O número de ocorrências corresponde a soma total de raios registrados entre os
três anos para cada horário.
Esses resultados foram concordantes com os trabalhos realizados em outros países
como: EUA (ORVILLE et al, 2000), Áustria (SCHULZ et al (2005), Europa
(MANOOCHEHRNIA et al, 2007), e no Brasil (PINTO et al (2003); NACCARATO
(2005)). Schulz et al (2005), analisando a distribuição de raios na Áustria entre 1992 a
2001, verificaram alta incidência de raios próximo as 10 horas GMT e alcançando
valores mais altos em torno das 16 GMT, em consonância com o trabalho de
0 2 4 6 8 10 12 14 16 18 20 22
0
1x10
5
2x10
5
3x10
5
4x10
5
5x10
5
6x10
5
7x10
5
Número Médio de Raios
Hora Local
Soma Total de Raios
240
Manoochehrnia et al (2007) que também observaram um máximo de atividade elétrica
de raios próximo das 16 horas GMT e o mínimo às 7 horas GMT. No Brasil, Pinto et al
(2003), analisando raios sobre o estado de Minas Gerais, encontraram um pico de
eventos entre 16 e 18 horas local. Semelhantemente, Naccarato (2005), através de uma
climatologia de raios na região Sudeste notou a existência de máxima incidência de
raios por volta das 15 e 16 horas local. Esses diversos resultados demonstram que
apesar de cada região apresentar um máximo de ocorrência de atividade elétrica de raios
em horários característicos, em geral a variabilidade diurna das tempestades apresentam
comportamento similares ao longo do dia.
A.3.2 Caracterização Sazonal do Ciclo Diurno de Raios no Estado de SP
Analisado o ciclo diurno total de raios e observando-se que a variabilidade diurna da
atividade elétrica apresentou-se bastante organizada e coerente, propôs-se agora avaliar
se essas mesmas características são apresentadas individualmente para cada estação do
ano. Para isto, contabilizou-se o número de raios para cada estação em cada horário do
dia para os três anos em estudo, obtendo em seguida a soma das ocorrências de raios
entre as mesmas estações para cada horário do dia. Os resultados encontrados para esta
análise são ilustrados na Figura A.13 para o (a) verão, (b) outono, (c) inverno e (d)
primavera.
O comportamento do ciclo diurno da atividade elétrica para o verão, outono e primavera
apresentaram-se bastantes similares, em contrapartida o inverno apresentou
características bem distintas dos demais. O verão, como esperado, foi a estação que
representou de forma mais satisfatória o ciclo diurno total de raios (como observado na
seção A.3.1), caracterizando a menor atividade elétrica em torno das nove horas local
(total de 10.940 raios, representando 0,4 % do total de raios) e a mais intensa próximo
das 16 horas local (total de 324.998 raios, representando 13 % do total de raios). Como
discutido anteriormente, esses fatos estão associados ao caráter termodinâmico da
convecção durante o ciclo diurno. No outono, um comportamento semelhante foi notado
para o ciclo diurno da convecção. A atividade elétrica atingiu seu mínimo valor em
241
torno das 8 horas local (total de 10.464 raios, representando 1 % do total de raios) e o
máximo em torno das 16 horas local (total de 116.590 raios, representando 11 % do
total de raios).
Figura A.13 - Comportamento do ciclo diurno das ocorrências total de raios para o (a) verão, (b)
outono, (c) inverno e (d) primavera. O número de ocorrências corresponde a soma
total de eventos para as estações para cada horário do dia.
De forma diferente de todas as outras estações, o comportamento do ciclo diurno de
raios no inverno não apresentou um horário preferencial bem definido da ocorrência da
atividade elétrica (nota-se apenas a existência de um tímido mínimo pela manhã e um
máximo no início do período noturno). O mínimo valor observado ocorreu próximo das
nove horas local (total de 8.749 raios, representando 4 % do total de raios) e a maior
(c) (d)
2 4 6 8 10 12 14 16 18 20 22
0.0
5.0x10
4
1.0x10
5
1.5x10
5
2.0x10
5
2.5x10
5
3.0x10
5
3.5x10
5
Número Total de de Raios
Hora Local
Soma Total Horária - Verão
2 4 6 8 10 12 14 16 18 20 22
0.0
2.0x10
4
4.0x10
4
6.0x10
4
8.0x10
4
1.0x10
5
1.2x10
5
Número Total de Raios
Hora Local
Soma Total Horária Outono
0 2 4 6 8 10 12 14 16 18 20 22
6000
8000
10000
12000
14000
16000
18000
20000
22000
24000
26000
28000
Número Total de Raios
Hora Local
Soma Total Horária - Inverno
2 4 6 8 10 12 14 16 18 20 22
0.0
2.0x10
4
4.0x10
4
6.0x10
4
8.0x10
4
1.0x10
5
1.2x10
5
1.4x10
5
1.6x10
5
1.8x10
5
2.0x10
5
Número Total de Raios
Hora Local
Soma Total Horária - Primavera
(a)
(b)
242
ocorrência em torno das 19 horas local (total de 20.736 raios, representando 10 % do
total de raios). Resultados semelhantes foram encontrado por Orville et al (2000) em
Houston. Estes autores, através da análise de 119.000 raios reportados por sensores em
de relâmpagos em solo durante o inverno pertencente ao período de 1989 a 2000,
observaram a ausência de um horário preferencial do dia para ocorrência de atividade
elétrica em uma área centrada em Houston. Logo, a tímida diferença de menos de 6 %
entre o valor máximo e mínimo de atividade elétrica no inverno (no verão essa diferença
é entorno de 13 % e no outono de 10 %) deveu-se a pouca ocorrência de tempestades
durante esta época do ano.
Na primavera, o ciclo diurno da atividade elétrica começou a se tornar mais definido e
organizado, sendo semelhante ao verão e outono. Um rápido crescimento da atividade
elétrica ocorreu em torno das 10 horas local, atingindo um máximo próximo das 16
horas local. Os menores e maiores valores de ocorrência de raios reportados foram
aproximadamente às 8 horas local (total de 20.935 raios, representando 1,1 % do total
de raios) e às 16 horas local (total de 188.450 raios, representando 10 % do total de
raios). A característica bem organizada do ciclo diurno da atividade elétrica nesta
estação, semelhantemente ao verão, deveu-se ao fato desta estação responder por
aproximadamente 32 % da atividade elétrica ocorrida em média no ano (Tabela A.3).
De maneira geral, os resultados encontrados neste capítulo, com relação à
caracterização espacial e temporal da atividade elétrica de raios para a região de estudo
para o período de 2005 a 2007, mostraram-se coerentes com diversos trabalhos
realizados em diferentes regiões e evidenciaram importantes características geográficas
e temporais da atividade convectiva e elétrica de raios. No entanto, esses resultados
preliminares apenas permitem apresentar os fatos e sugerir as hipóteses, visto que este
não é o foco principal deste complexo estudo (devido às muitas variáveis envolvidas)
que necessita de um maior detalhamento e adição de outros dados para indicar os fatores
predominantes que caracterizam a distribuição geográfica e temporal da atividade
elétrica de raios sobre o estado de São Paulo.
243
B APÊNDICE B - TABELAS DE ESTADO DE OPERAÇÃO DOS SENSORES
Este apêndice mostra a tabelas referentes ao estado de funcionamento mensal dos
sensores da RINDAT entre os anos de 2005 e 2007, a partir da qual foram gerados os
mapas de eficiência de detecção de raios apresentados no Apêndice A. Estas
informações das tabelas são geradas levando-se em consideração o desempenho diário
da rede.
Nas tabelas para os anos de 2005, 2006 e 2007 as cores que identificam o estado de
funcionamento de cada sensor durante cada mês do ano seguem a seguinte convenção:
(1) verde: sensor esteve funcionando todos os dias do mês; (2) vermelho: o sensor
esteve mais de quinze dias fora de operação e (3) laranja: sensor esteve operante menos
de quinze dias durante o mês.
Tabela B.1 - Tabela de estado de operação dos sensores da RINDAT em 2005.
Fonte: Inpe.Elat (2008).
2005
Local
TM
Ip
La
VG
CE Em
BH
CP
RJ
Vi
Ib
Ju
RV
Br
SM
MR
Iv
FA
FI
Pv
SA
Pg
SJ
PI
Mês
1 2 3 4 5 6 7 8 9 10
11
12
13 14
15 16 17
18 19
20
21 22
23
24
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
244
Tabela B.2 - Tabela de estado de operação dos sensores da RINDAT em 2006.
Fonte: Inpe.Elat (2008).
Tabela B.3 - Tabela de estado de operação dos sensores da RINDAT em 2007.
Fonte:Inpe.Elat (2008).
2006
Local
TM
Ip La
VG
CE
Em
BH
CP
RJ
Vi
Ib
Ju
RV
Br
SM
MR
Iv
FA
FI
Pv
SA
Pg
SJ
PI
Mês
1 2 3 4 5 6 7 8 9 10
11
12
13 14
15 16 17
18 19
20
21 22
23
24
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
2007
Local TM
Ip
La
VG
CE
Em
BH
CP
RJ
Vi
Ib
Ju
RV
Br
SM
MR
Iv
FA
FI
Pv
SA
Pg
SJ
PI
Mês
1 2 3 4 5 6 7 8 9 10
11
12
13 14
15 16 17
18 19
20
21 22
23
24
Jan
Fev
Mar
Abr
Mai
Jun
Jul
Ago
Set
Out
Nov
Dez
245
PUBLICAÇÕES TÉCNICO-CIENTÍFICAS EDITADAS PELO INPE
Teses e Dissertações (TDI)
Manuais Técnicos (MAN)
Teses e Dissertações apresentadas
nos Cursos de Pós-Graduação do
INPE.
São publicações de caráter técnico
que incluem normas, procedimentos,
instruções e orientações.
Notas Técnico-Científicas (NTC)
Relatórios de Pesquisa (RPQ)
Incluem resultados preliminares de
pesquisa, descrição de equipamentos,
descrição e ou documentação de
programa de computador, descrição de
sistemas e experimentos, apresenta-
ção de testes, dados, atlas, e docu-
mentação de projetos de engenharia.
Reportam resultados ou progressos de
pesquisas tanto de natureza técnica
quanto científica, cujo nível seja
compatível com o de uma publicação
em periódico nacional ou internacional.
Propostas e Relatórios de Projetos
(PRP)
Publicações Didáticas (PUD)
São propostas de projetos técnico-
científicos e relatórios de acompanha-
mento de projetos, atividades e convê-
nios.
Incluem apostilas, notas de aula e
manuais didáticos.
Publicações Seriadas
Programas de Computador (PDC)
São os seriados técnico-científicos:
boletins, periódicos, anuários e anais
de eventos (simpósios e congressos).
Constam destas publicações o
Internacional Standard Serial Number
(ISSN), que é um código único e
definitivo para identificação de títulos
de seriados.
São a seqüência de instruções ou
códigos, expressos em uma linguagem
de programação compilada ou inter-
pretada, a ser executada por um
computador para alcançar um determi-
nado objetivo. São aceitos tanto
programas fonte quanto executáveis.
Pré-publicações (PRE)
Todos os artigos publicados em
periódicos, anais e como capítulos de
livros.
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