ANEXO 16

Os Experimentos:

1) CHUVA-Alcântara

1.1 INTRODUÇÃO

O experimento CHUVA Alcântara GPM 2010 realizado, no Centro de Lançamento de Alcântara (CLA), realizou medidas de parâmetros atmosféricos da área de Alcântara por meio da utilização de equipamentos existentes no Centro e de outros de organizações brasileiras e estrangeiras. Aeronaves tripuladas e não tripuladas instrumentadas com equipamentos meteorológicos colheram dados voando sobre o CLA. As informações obtidas com a passagem do satélite Tropical Rainfall Measuring Mission (TRMM) também foram coletadas formando um conjunto de medidas completas sobre a região do CLA. Outro objetivo científico foi o de se coletar dados sobre a estrutura de microfísica de nuvens quentes e frias na região. A diferenciação entre nuvens quentes e frias ocorre pela presença de nuvens abaixo (nuvens quentes) ou acima (nuvens frias) da isoterma de 0 ºC. Esta isoterma, que ocorre por volta de 5000 m, permite a presença de somente água líquida (nuvens quentes) e a presença de água líquida e cristais de gelo (nuvens frias). Ressalta-se de que este tipo de informação sobre a estrutura das nuvens foi realizada no Brasil pela primeira vez na região equatorial. Já ocorreu um experimento no passado em Rondônia (Amazônia) a 12 graus de latitude Sul, porém os tipos de nuvens daquela região são um pouco diferentes dos existentes no CLA.

A Figura 1.1 apresenta uma representação esquemática das medidas realizadas no Experimento CHUVA ALCANTARA, com os vários tipos de equipamentos utilizados. Este conjunto de dados sobre a estrutura das nuvens tropicais será muito importante para se entender como ocorrem o crescimento de gotas (líquidas e sólidas – cristal de gelo) nas nuvens, com a formação de tempestades. Salienta-se também que os modelos atmosféricos em operação no Brasil (centros operacionais do CPTEC/INPE e do INMET), não possuem uma representação detalhada da microfísica de nuvens. Os resultados que serão alcançados com estes dados permitirão a melhoria dos esquemas de parametrização de convecção (rasa e profunda), com melhor acerto da previsão do tempo.

É importante ressaltar também o uso do radar meteorológico Doppler Banda X do CLA, que permite medidas bem detalhadas das nuvens. Neste experimento pode-se utilizar este radar em sua total capacidade.

1.2. COLETA DE DADOS E RESULTADOS CIENTÍFICOS PRELIMINARES

O período de medidas planejado foi de 1 a 20 de março, mas uma inesperada ausência de chuvas motivou uma extensão até 25 de março. A Figura 1.2 mostra o acerto desta medida, apresentando a série temporal dos dados de precipitação (chuva) para o período de 1 a 25 de março. Nesta figura, observa-se que no período de 1 a 10 de março de 2010, não houve praticamente nenhuma precipitação na área do CLA (fato não usual para esta época do ano). No período posterior ao dia 19 de março, as condições atmosféricas mostraram-se mais típicas para esta época do ano (posicionamento da Zona de Convergência Intertropical (ZCIT) mais ao sul, com influência na área do CLA), provocando chuvas intensas. Também ocorreu a passagem de um sistema atmosférico denominado Vórtice Ciclônico de Altos Níveis (VCANS), com a ocorrência de chuvas fortes durante os dias 12 e 13 de março.

Figura 1.1: Representação esquemática das medidas realizadas no Experimento CHUVA ALCANTARA.

Figura 1.2: Serie temporal da precipitação na região do CLA durante o Experimento CHUVA ALCANTARA.

Durante o experimento, os equipamentos funcionaram a contento, com exceção das medidas realizadas na aeronave BANDEIRANTE da UECE. As medidas da camada limite realizadas pelo LIDAR somente ocorreram entre 10 e 19/3, devido ao fato do equipamento somente ter chegado ao CLA no dia 09 de março. Os vôos do Veículo Aéreo Não Tripulado (VANT) foram realizados entre 10 e 17/3/2010, com 17 vôos no total.

A Tabela 1.1 apresenta os dados médios da Torre Anemométrica do CLA. Nota-se que as maiores velocidades do vento ocorrem no período da tarde (entre 13 e 21 horas local). Estes resultados concordam com as análises realizadas da climatologia do local com um conjunto de dados de 5 anos (de 1995 a 1999). Isto é um indício de que, embora não tenham ocorrido chuvas significativas no período, o comportamento do vento foi normal para o mês de março.

Tabela 1.1: Dados médios de direção e velocidade do vento para o período do Experimento CHUVA ALCANTARA.

Em termos de radiossondagens o fluxo atmosférico é apresentado na forma de suas componentes do vento (ventos zonal (Figura 1.3) e meridional (Figura 1.4)). Nota-se uma intensificação do vento zonal (tornou-se mais negativo) entre 14 e 18 de março, o que pode ter permitido a migração, para o sul, da ZCIT, iniciando o período chuvoso na região. Simultaneamente, a componente meridional do vento inverte (de Sul para Norte), trazendo a umidade necessária a chuva do Oceano Atlântico.

Figura 1.3: Série Temporal da Componente Zonal do Vento durante o Experimento CHUVA ALCANTARA.

Figura 1.4: Série Temporal da Componente Meridional do Vento durante o Experimento CHUVA ALCANTARA.

O ciclo diário do vento (componente zonal) foi analisado na Figura 1.5. Nesta figura é possível observar um pico de vento por volta de 2500-3000 m, sendo que o vento às 18 UTC (15 horas local) é mais fraco do que nos outros horários. É nesta camada que as nuvens se desenvolvem e deslocam-se, alterando o escoamento atmosférico na região.

Figura 1.5: Ciclo diário da Componente Zonal do Vento durante o Experimento CHUVA ALCANTARA (período das chuvas).

O VANT realizou alguns vôos (17 no total) durante o Experimento CHUVA ALCANTARA, sendo que em 2 deles foi acoplado uma sonda Vaisala RS92 e realizada a radiossondagem simultaneamente. A Figura 1.6 mostra os dados de temperatura do ar e de umidade relativa do ar para o vôo de número 17. Os perfis (tanto de temperatura do ar quanto de umidade relativa) são bem próximos para a fase ascendente, embora diferente da fase descendente do VANT. Os motivos para tal discrepância estão sendo analisados pelos pesquisadores envolvidos.

Figura 1.6: Perfil vertical da temperatura do ar (esquerda) e umidade relativa do ar (direita) para um vôo do VANT (dia 17 de março) juntamente com a radiossondagem.

A Figura 1.7 mostra a ocorrência de eventos de chuva caracterizados por serem de nuvens quentes ou frias, baseado na presença de hidrometeoros (água líquida ou sólida (cristais de gelo)). O radar meteorológico identifica a presença destes hidrometeoros em seus procedimentos de PPI (variação azimutal em uma determinada altura para uma distância pré-determinada) e/ou RHI (perfil vertical em um determinado azimute). Como se observa claramente na Figura 1.7, o início do experimento foi marcado pela maior presença de nuvens quentes (que resultou em muito pouca ou nenhuma precipitação), possuindo nuvens frias e quentes ao final, particularmente após o dia 20 de março. Como se observa também nesta figura, a chuva acumulada foi de 80 a 150 mm ao longo do experimento (de 1 a 25 de março), sendo que a estimativa do radar meteorológico foi de quase 200 mm. Entretanto, estas diferenças podem ocorrer devido a diferentes modos de observação: o pluviômetro é uma medida pontual e a estimativa pelo radar é uma medida volumétrica. Há uma variabilidade espacial normal das medidas de pluviômetros realizadas nos vários pontos de amostragem (Vila Tapireí, INPE, Aeroporto e São Luiz),

Dados Médios das 00 06 12 18 UTC 19 a 25/03/2010

0

5000

10000

15000

20000

-20 -10 0 10 20Componente Zonal (m/s)

Alt

itu

dee (

m)

00 UTC 06 UTC 12 UTC 18 UTC

quer seja considerando o total acumulado de chuva, quer seja pelos eventos e número de dias de chuva observados.

Figura 1.7: Ocorrência de chuvas devidas á formação de nuvens quentes e frias durante o Experimento CHUVA ALCANTARA.

A Figura 1.8 apresenta um caso típico de formação de chuva por nuvem quente para o dia 21 de março. Observa-se um sistema com topo das nuvens ao redor de 8 km e distante entre 0 e 15 km do radar meteorológico. O núcleo da chuva (dado pela coloração vermelha) estava por volta de 7-8 km, com topo por volta de 4000 m. Os equipamentos MP3000, ADMIRARI e disdrômetros todos também coletaram informações desta chuva, com características próprias.

Figura 1.8: Ocorrência de chuva devida á formação de nuvens quentes durante o Experimento CHUVA ALCANTARA: caso do dia 21/03/2010.

A Figura 1.9 apresenta um caso típico de formação de chuva por nuvem fria. A imagem do radar meteorológico mostra o sistema a NE da Meteorologia, com um intenso núcleo de convecção e chuva (dado pela coloração amarela/vermelha). Os disdrômetros, além de medirem o total de chuva, também informam o tamanho das gotas daquela chuva específica. Estes dados serão comparados com as medidas

oriundas do radar meteorológico, visando conhecer a distribuição (número e tamanho) das gotas de água líquida em nuvens quentes e frias.

Figura 1.9: Ocorrência de chuva devido á formação de nuvens frias durante o Experimento CHUVA ALCANTARA: caso do dia 24/03/2010.

As Figuras 1.10 e 1.11 apresentam uma análise mais detalhada de um evento de chuva, investigado com dados e imagens/produtos obtidas pelo radar meteorológico. No dia 24 de março de 2010 a chuva de maior intensidade ocorreu na madrugada, porém ocorreu chuva na cobertura do radar durante todo o dia. No dia 25 de março de 2010, ocorreram formações na madrugada e diminuindo pela manhã. A figura 1.10, mostra uma imagem PPI para 15:00 h do dia 24 com uma formação convectiva intensa no azimute de 142 graus, indicada na imagem do RHI, para este horário. Nota-se, entretanto o possível desvanecimento do sinal de radar, com a passagem pela chuva, marcado pelo forte gradiente na refletividade. As imagens PPIs com a intensidade dos ecos em dBZ e respectivos topos são indicados na figura 1.11 para o dia 25, às 03:01, onde nota-se a distribuição espacial de formações com topos e intensidades variadas, com destaque para as formações de chuva no oceano.

Figura 1.10: Imagem PPI correspondendo às intensidades das formações no dia 24.03.2010 às 15:00 h e imagem RHI referente à secção vertical no azimute de 142 graus para o mesmo horário.

Figura 1.11: Imagens PPI e ETOPS para refletividade não corrigida, Z (dBZ), para o dia 25.03.2010, às 03:01 h.

1.3. COMENTÁRIOS FINAIS

A realização do Experimento CHUVA ALCANTARA foi muito importante, pois permitiu testar estratégias de medidas e iniciar a aglutinação de grupos de pesquisas na temática do Projeto. Houveram vários estudantes (em nível de mestrado e doutorado), pesquisadores nacionais e estrangeiros envolvidos nas medidas de campo e na análise dos dados. O tratamento dos dados do radar, que é o dado básico neste Projeto, ainda não foi processado, pois todos os algoritmos para realizar essas correções foram desenvolvidos e finalizados neste mês. espera-se que até o final do ano teremos todos os dados deste experimento já processado e disponível. Fotos do experimentos, relatório dos dados, participantes e informações gerais podem ser acessadas na URl do experimento: http://gpmchuva.cptec.inpe.br/

2) Fortaleza

2.1) Introdução

O experimento de Fortaleza teve como foco as nuvens quentes e sistemas de convectivos associados as ondas de Leste. O período foi muito propício, uma vez que todos esses tipos de sistemas foram observados em diversos dias. Houveram casos de tempestades severas que causaram alagamento em Fortaleza, chuvas estratiformes, chuvas locais e diversos sistemas provenientes do Oceano. A base central do experimento ficou localizado na FUNCEME, onde haviam as discussões diárias do tempo, análises dos dados coletados e acompanhamento dos dados e desenvolvimento da base de dados. Na Defesa Civil ficou instalado sítio principal do projeto (veja Figura 2.1), em Caucaia o sítio secundário, em Euzébio o radar e diversos

pluviômetros espalhados pela região. O experimento teve a participação de pesquisadores e alunos da UFAL, do departamento de Meteorologia, da UECE da UFCE, além dos pesquisadores do INPE, USP e estrangeiros. O experimento teve a participação de um grupo de estudantes do curso ministrado em Belém e a visita dos alunos aos diferentes sítios de medida. A lista de participantes da campanha, bem como fotos, os relatórios diários da situação atmosférica, imagens das medidas dos instrumentos, filme de toda a chuva observada pelo radar podem ser observados no sítio da experimento: http://chuvaproject.cptec.inpe.br/portal/fortaleza/br/

Figura 2.1: Localização dos instrumentos em Fortaleza.

Além destas medidas, o experimento conduziu uma operação intensiva com medidas de radiosondas 4 vezes ao dia no sítios de Fortaleza, Quixeramobim e Mossoró.

Os dados coletados no experimentos são descritos na Figura 2.2. Esse é um exemplo do conjunto completo de dados que foram coletados. O relatório completo pode ser acessado na URL do experimento.

Figura 2.2: relatório dos dados coletados do dia 13 ao 17 de Abril.

2.2) Resultados Preliminares

2.2.1) Dados do LIDAR (site da Defesa Civil)

O LIDAR utilizado, do INPE/CPTEC Projeto LAPAM, foi o modelo Raymetrics LR-101 que permite medir o retroespalhamento dos aerossóis, fornecendo uma medida da altura e espessura das camadas de nuvens mas também a presença de partículas que podem atuar como núcleos de condensação é possuem um tamanho sob a limite de sensibilidade das técnicas Lidar.

Os três primeiros dias foram dedicados a instalação e configuração do sistema com a rede local e definição da estratégia de medida adaptada para as condições de Fortaleza: O sistema ficou instalado no sítio da Defesa Civil em conjunto com o MRR, o radiômetro MP3000 e os disdrometros. Devido à parceria do projeto com atores locais, encontramos apoio logístico eficiente, bem como um forte interesse dos alunos da Universidade Federal do Céara (UFC). Dois estudantes, um da UFC e outro da UFAL, participaram das equipes de medidas e integrarão os dados LIDAR em seus projetos de pesquisa.

As medidas foram realizadas durante 10 dias em um esquema de 24 horas durante o período intensivo da campanha, e 8:00-22:00 nos outros períodos. As medidas foram realizadas com uma resolução temporal de um minuto, mas mostram uma razão sinal-ruído excelente até 20km. Até estruturas de nuvens Cirrus puderam ser observadas em vários casos.

Diversas condições climáticas foram encontradas, de chuvas esparsas ou pesadas até céu claro contínuo. No dia 26 de abril, conforme mostra a figura 2.3a, apenas nuvens esparsas acima de 2000m foram observadas. O sinal abaixo de 500m praticamente constante durante o dia, é devido aos aerossóis na camada limite planetária. No painel à direita, Figura 2.3b, observa-se episódios de chuva de nuvens quentes que interrompeu várias vezes as medições.

Figura 2.3) Perfis de retroespalhamento obtidos pelo lidar nos dias 21 (a) e 26(b) de abril. O eixo x representa o tempo; e oa altura da medição é dado através do eixo y. Os resultados são apresentados em cores falsas, azul sendo a ausência de dados ou de retrodifusão significativa, até vermelho que corresponde a um sinal de retroespalhamento forte. Abaixo de 500m a nota-se o sinal de aerossóis na camada limite, enquanto os sinais fortes no dia 26 são associados as nuvens no nadir da Lidar.

Analise dos dados brutos

Os arquivos brutos medidos pelo LIDAR são gerados a partir de um pacote de rotinas escritas em código fechado, fornecido por Raymetrics. As complexidade e obsolescência deste pacote levaram ao desenvolvimento de um conversor de arquivo e a tradução de todo o tratamento em rotinas Matlab desenvolvidas pelo grupo.

Algumas partes da análise diferem da abordagem usada pelo Raymetrics e foram atualizados. O algoritmo de combinação dos dois esquemas de detecção complementares do mesmo sinal de retorno foi atualizado de acordo com um artigo publicado recentemente (Newsom et al., 2009) que se baseia no método utilizado por Whiteman et al. (2006). Alem disso, o algoritmo de inversão necessita da entrada dos perfis de temperatura e pressão para dar resultados satisfatórios: ao invés de utilizar dados climatológicos, foi implementamos uma interface ao programa que assimila os dados medido pelo radiômetro MP3000 e/ou medidas de radiossondagem, aumentando assim a precisão. A esse novo sistema foi Implementado outros processamento de dados para permitir um melhor controle do seu tratamento antes da inversão da integração dos dados . A visualização dos resultados também foi melhorado para facilitar a apresentação, o intercâmbio e a intercomparação dos resultados.

Figura 2.4) Descripção resumida do pacote de tratamento dos dados Lidar desenvolvido para tratamento dos dados. A parte de direita, especifica os dados de tipo Raman medidos somente a noite, esta parte ainda está em andamento.

Resultados Preliminares

Alem de mostrar o retroespalhamento das nuvens e dos aerossóis, os dados foram também processados para estabelecer mapas da presença/espessura das nuvens. Um produto derivado é naturalmente a altura da base das nuvens. Foi também possível derivar a altura da camada limite. Esses resultados são apresentados juntos nas figuras 2.5 a e b, exemplificando a análise para condições atmosféricas diferentes: o dia 20 de abril, quase sem nuvens, e o dia 28 de abril com forte cobertura de nuvens e precipitação.

Signal

532nm analogu

e

Signal

532nm phot.

count.

Signal

Raman phot.

count. mer

ge sign

als Signal

532nm "glued"

radios

onde data

atmosp

heric model

radiome

ter MP3000

data

retriev

e aeroso

l backsc

atter

retrie

ve aeros

ol extinc

tion retriev

e aeroso

l backsc

atter

Figura 2.5): Em preto são representadas as alturas das camadas de nuvens e ou aerossóis. Os pontos vermelhos representam a altura da camada limite segundo o algoritmo baseado no método do gradiente, normalmente utilizado para dias sem nuvens.

Uma análise mais aprofundada está em andamento, comparando os perfis verticais obtidos pelo retroespalhamento do Lidar com outros instrumentos que também produzem perfis de água líquida como o Micro-Rain-Radar ou o radiômetro MP3000. A Figura 2.6 mostra os resultados preliminares obtidos pelo Lidar (retroespalhamento) e a água liquida estimada pelo Micro-Rain-Radar, observados no mesmo sítio.

Figura 2.6) Retroespalhamento do Lidar e água líquida do MRR para o dia 21 de Abril.

altitude [

m]

time UTC

april 20th

06:00 09:00 12:00 15:00 18:00

200

400

600

800

1000

1200

1400

1600

1800

altitude [

m]

time UTC

april 28th

06:00 12:00 18:00

200

400

600

800

1000

1200

1400

1600

1800

altitude [

m]

time UTC

Glue April-21

12:00 15:00 18:00 21:00 00:00

1000

2000

3000

4000

5000

6000

1

2

3

4

5

altitude [

m]

time UTC

MRR - liq wat April-21

12:00 14:00 16:00 18:00 20:00 22:00

1000

2000

3000

4000

5000

6000

Os eventos 1, 3, e 4 correspondem à uma queda de hidrometeors observada com o LIDAR e o MRR. Os sinais podem ser observados da altitude de 5000m até a camada limite nos casos 1 e 4. O LIDAR mostra a capacidade de seguir as gotas de chuva do interior da nuvem até a camada limite. O sinal de água liquida do MRR detecta o evento em cima de 4000m e mostra que o sinal enfraquece perto do chão, até desaparecer ao redor de 2000m. Uma explicação é que tamanho das gotas vai diminuindo devido a evaporação: O MRR é um radar que mede gotas de chuva, a medida que a gota reduz de tamanho ela não é mais percebida pelo micro radar, embora o Lidar continue a monitorar essas gotas pequenas em baixa altitude. O evento 2, observado pelo MRR, ocorreu ao meio dia quando o LIDAR fica fechado para proteger Lidar da radiação solar direita. Os eventos 3 e 5, apesar de serem bem visíveis no sinal LIDAR, não são observados pelo MRR, provavelmente pela mesma razão descrita acima.

A velocidade de queda dos hidrometeoros também pode ser avaliada com uso do dados Lidar; supondo que o erro é principalmente condicionado pela resolução temporal de 1 minuto definida na operação, podemos calcular as velocidades associadas aos eventos 1 (4,2 m/s), 3 (3,6 m/s), e 4 (5,1 m/s) com uma precisão de ±10%. Essas valores são da mesma ordem de magnitude que os valores médios estimados pelo MRR de 4,3, 4,5 e 5,6 m/s

Discussão

A analise das diferenças entre os diferentes é bastante complementar, pois cada equipamento tem suas limitações nas características das medidas. O MRR somente observa gotas de chuva e quando a nuvens profundas o sinal é atenuado, o MP3000 tem uma ótima capacidade de medir a água líquida das nuvens nas situações sem chuva, quando há chuva o radôme do sensor fica molhado e as medidas não são mais confiáveis, o Lidar permite estimar velocidades de queda das gotas, situação de virga, altura da base da nuvem que são fundamentais para caracterizar os sistemas precipitantes de cada região. Além disso, o Lidar permite medições com alta resolução temporal temporal e vertical até 20km e é capaz de mostrar detalhes morfológicos das nuvens e possui alta sensibilidade as eventos de precipitação que não alcançaram a superfície. A velocidade de queda dos hidrometeores, ainda estimada sem algoritmo sofisticado, é perto da valor medida pelo Micro-Rain-Radar. Outro ponto importante é a capacidade do Lidar de detectar nuvens baixas, antes de serem detectadas pelo radar.

Referências

Newsom, R.K. Turner. D.D., Mielke, B., Clayton, M., Ferrare, R. and Sivaraman, C.(2009).. Simultaneous analog and photon counting detection fro Raman lidar. Applied Optics, 48(20, 3903-3914.

Whiteman, D.N., B. Demoz, P. Di Girolamo, J. Comer, I. Veselovskii, K. Evans, Z. Wang, M. Cadirola, K. Rush, G. Schwemmer, B. Gentry, S. H. Melfi, B. Mielke, D. Venable, and T. Van Hove, (2006).“Raman water vapor lidar measurements during the International

H2O Project. I. Instrumentation and analysis techniques,” J. Atmos. Ocean. Technol. 23, 157-169

2.2.2) Avaliação dos Perfis Estimados pelo Radiômetro Passivo MP3000A

O radiômetro de microonda (MP3000A - Radiometrics) é um instrumento de superfície que mede a radiação passiva nos comprimentos de onda do infravermelho (9 – 11µm) e micro-onda. Sendo um total de 35 canais na região do micro-onda que vão desde 22,00 – 30,00 GHz associados à emissão por vapor d’água, e de 51,00 – 59,00 GHz associados à emissão por moléculas de oxigênio. Além disso, um sensor binário de chuva e sensores de temperatura, pressão e umidade na superfície. O radiômetro realiza sondagens termodinâmicas continuas em condições de tempo de céu claro e com nuvens com uma resolução temporal de 2,5 minutos. A resolução espacial vertical varia, com a altura, sendo de 50 m até 500m, de 100 m até 2 km, de 250 m até 10 km. Os perfis de temperatura (K), umidade relativa (%), densidade de vapor d’água (g/m3) e densidade de água líquida (g/m3) assim como, o integrado de vapor d’água (mm) e água líquida (mm) são estimados usando uma técnica de redes neurais. O treinamento dessa rede é baseado em conjunto de dados históricos de radiosondagens de uma localização com similar altitude e climatologia para o sítio de instalação do radiômetro, o método de redes neurais é discutido por Solheim et al. (1998). Uma descrição geral sobre perfis termodinâmicos de radiômetros de superfície e do equipamento pode ser encontrada em Westwater (1993) e Ware et al. (2003) e Knupp et al. (2009), respectivamente.

Para a avaliação dos perfis recuperados pelo radiômetro foi necessária uma comparação com as radiosondas lançadas no sítio do INMET (~9 km do sítio da defesa civil), cerca de 106 radiosondagens foram utilizadas. Para uma análise mais precisa foi necessário realizar uma colocação temporal e espacial, visto que a radiosonda representa uma medida de um ponto não-simultâneo em movimento e não uma integração temporal de um perfil vertical (o radiômetro executa uma sondagem a cada 2,5 minutos até 10 km de altura, e para uma radiosonda alcançar essa mesma altura, esta leva em média 40 minutos). A Figura 2.7 descreve a metodologia utilizada nas comparações. As linhas azuis representam os perfis do radiômetro e as vermelhas o perfil de uma radiosonda. As caixas azuis seriam a amostragem do radiômetro e da radiosonda a serem analisadas. A Figura 2.8 apresenta a comparação para os campos médios, o viés e erro médio quadrático para os valores estimados pelo radiômetro e os observados pela radiosonda durante todo o experimento. Nota-se que os campos médios são bem similares e que os erros e viés são relativamente pequenos para a temperatura e maiores para a umidade específica. O erro médio observado entre os perfis de temperatura são da ordem de 1 a 2 K, sobrestimado pelo MP3000 em quase toda a coluna, exceto na camada entre 6 e 7,5km. No caso da umidade relativa (%), nota-se a mesma sobrestimativa dos valores pelo radiômetro até 7,5 km de altura. O erro observado aumentou com a altura, variando de 5 a 25%, e tal comportamento é coerente com a diminuição gradativa da resolução espacial do radiômetro [Cimini et al.

(2006) e Knupp et al. (2009)]. Diferenças são consistentes com a alta resolução vertical das medidas pontuais da radiosonda e da baixa resolução vertical das medidas volumétricas do radiômetro.

Figura 2.7). Representação Gráfica do método utilizado para a comparação espacial e temporal dos dados da radiosonda com as estimativas do radiômetro MP3000A.

(a)

(b)

(c)

(d)

Figura 2.8) Comparação entre o radiômetro e as radiosondagens realizadas no experimento de campo em Fortaleza/CE: (a) Perfil médio da temperatura (K) observado entre o radiômetro (azul) e a radiossonda (vermelho); (b) desvio médio (bias, vermelho) e raiz do erro quadrático médio (RMSE, azul) da temperatura (K); (c) Perfil médio da umidade relativa (%) observado entre o radiômetro (azul) e a radiossonda (vermelho); (b) bias (vermelho) e RMSE (azul) da umidade relativa (%).

2.2.3) Estimativa da Água Líquida Integrada

O integrado do conteúdo de água liquida dentro de uma nuvem (ILW, Integrated Liquid Water em Inglês), expresso em mm, é uma das variáveis mais importante dentro dos objetivos do CHUVA. Uma das questões a ser investigada é a existência de diferenças significativas entre os valores de ILW para as nuvens que precipitam e aquelas que não alcançam a fase de chuva, ie, tamanhos de gota maiores que dezenas de micrometros. A grande maioria de métodos de estimativa de precipitação por satélite utiliza um dado valor de ILW como limiar para identificação de áreas precipitantes [Smith et al. 1998, Greenwald et al. 1997 e Deeter e Vivekanandan 2006]. Vários sensores permitem informar esse valor, contudo cada instrumento tem suas restrições. O radiômetro pode ser utilizado para verificar o comportamento do conteúdo de água líquida durante o ciclo de vida das nuvens não precipitantes. Para uma análise preliminar dessas análises decidiu-se realizar simulações como o modelo de transferência radiativa (Schneebeli e Mätzler, 2010), para simular, a partir da inversão de perfis atmosféricos observados pelas radiosondagens para situações de céu claro, as temperaturas de brilho medidas pelo radiômetro.

A Figura 2.9 mostra os resultados da comparação entre as Tb medidas pelo radiômetro (linha contínua) e as simulações (linha tracejada) para alguns canais da banda de absorção do vapor d’água em condições de céu claro. Essa análise mostra um comportamento muito similar, com um coeficiente de correlação superior a 0,95 para todos os canais. O viés obtido variou de 6k canal de 23.034GHz (Sobrestimativa) até 0.7K para o canal de 30GHz (Subestimativa). A diferenças podem estar associada a precisão do equipamento, as aproximações do modelo de transferência radiativa e a variabilidade espacial entre os dois sítios uma vez que a radiosonda era lançada em outro local a uns 5 km do radiômetro. Segundo Ware (2003), as estimativas por regressão baseadas em radiosondas são esperadas ter resultado melhores, já que evitam erros de calibração que são inerentes aos métodos baseado em redes neurais.

(a)

(b)

Figura 2.9) Comparação entre as temperaturas de brilho observadas pelo radiômetro e as simuladas pelo modelo de transferência radiativa para os canais do 22.234 a 30GHz: (a) MP3000A (linha contínua) e simulador (linha tracejada) e (b) Desvio médio do MP3000A com relação ao simulador.

Pretende-se realizar as estimativas de água líquida segundo diversos métodos e instrumentos de forma a colher a informação possível de cada sensor e das simulações radiativas.

2.2.4 Classificação a partir de Perfis de Refletividade RADAR

Um dos objetivos mais importantes dentro da proposta do projeto chuva é a caracterização vertical dos sistemas precipitantes sobre a região de estudo. Tal discretização auxiliará nos estudos de estimativa de precipitação, principalmente no que está associado a simulações de temperatura de brilho de satélites atualmente em órbita. Para a determinação desses perfis verticais de chuva foram utilizados não só os dados provenientes do MRR, mas os perfis de refletividade determinados pelo Range Height Indicator (RHI) sobre o sítio da defesa civil realizado pelo radar banda-X (METEOR 50DX). Para se determinar as estruturas verticais dos sistemas precipitantes foi utilizada a análise de agrupamento (Wilks, 2006). Dado um conjunto de perfis verticais de refletividade radar (dBZ), o objetivo da técnica é separar em grupos aqueles que apresentam diferentes padrões verticais. Para tanto foram usados 31 (MRR) e 70 (Banda-X) níveis verticais, que vão de 0,2 até 6,2 km (MRR) e até 14 km (Banda-X) de altura, com uma resolução espacial vertical de 0,2 km para ambos e temporal de 1 (MRR) e 6 (Banda-X) minutos. Na identificação do número de grupos foi utilizado a análise de dados e agrupamentos fuzzy (Balasko et al. 2008), onde diversos índices são calculados para determinar o melhor valor. A identificação dos centróides de cada grupo é realizada pela rotina CLUSTER_WTS (Everitt, 1993) em Interactive Data Language (IDL) baseada na distância euclidiana de dados multidimensionais. A Figura 2.10 mostra os centróides determinados pelos perfis de refletividade radar (dBZ) para o MRR e o Banda-X sobre o sítio da defesa civil, respectivamente. Nessa figura nota-se claramente a presença de diversos padrões que correspondem a nuvens convectivas e estratiformes, quentes e frias e em diversas fases do ciclo de vida. Nota-se claramente a presença da banda brilhante em aproximadamente 4,8 km caracterizando os eventos estratiformes. Basicamente pode-se notar quatro padrões distintos: Convecção Profunda (Azul Claro), Convecção Rasa (Verde, abaixo de 5km), Estratiforme Profunda (Azul escuro) e Estratiforme Rasa (Roxo).

(a) (b)

Figura 2.10. Centróides [perfis verticais de refletividade radar (dBZ)] encontrados a partir da técnica de análise de agrupamento sobre o sítio da defesa civil para: (a) Micro Rain Radar até 6,2 km e (b) RADAR Banda-X até 14 km de altura.

Baseado nesta classificação podemos afirmar que 40,2% dos casos são associados nuvens não precipitantes de diferentes características, 19,2% são estratiformes

profundos e 10,8% estratiformes rasos chegaram a 10,8% , eventos convectivos profundos representaram 7,1% dos casos e 13,7% dos eventos foram associados a nuvens quentes.

A Figura 2.11 apresenta um exemplo de três sistemas bem desenvolvidos com padrões diferentes, convecção profunda, estratiforme profundo associado e nuvens quente próximo a posição do radar (distância 0 km).

Figura 2.11) Corte vertical a partir do Range Height Indicator (RHI) do banda-X para o dia 12 de abril de 2011 às 0617GMT sobre Fortaleza/CE. A linha contínua horizontal apresenta à altura da temperatura de 0°C e a linha vertical a posição exata do sitio da defesa civil (20.5km). Distância negativa está associada aos ângulos rasos de inclinação.

2.2.5 Ajustes dos disdrômetros para estimativa de precipitação pelo radar.

Um dos objetivos do projeto é criar um campo de referência de intensidade de precipitação dos diferentes experimentos. Para tanto é necessário estudar as relações Z-R para ajustes dos coeficientes ou utilizar diretamente Kdp (Specific Diferencial phase Shift) que também pode ser ajustado em uma relação de potência com a precipitação. Esse ajuste é útil tanto para a estimativa da taxa de precipitação, como para gerar parâmetros que serão utilizados na correção de atenuação do radar, mais especificamente no T-matriz. A Figura 2.12 apresenta os ajustes obtidos para o sítio da Defesa Civil utilizando os disdrômetros Parsivel. As relações foram muito boa e o passo seguinte será testá-las com os dados do Banda X.

Os dados de DSD fornecidos pelos disdrômetros foram processados com o T-Matrix para gerar as seguintes variáveis polarimétricas:

a) Kdp=ddp/dr deslocamento de fase por diferença específica (º/km) b) Ah e Av atenuação na horizontal e vertical (dB) c) dBZh e dBZv refletividade na horizontal e vertical (dBz) d) delta deslocamento de fase por retroespalhamento (º).

Os disdrômetros também fornecem a taxa de precipitação (RR) em mm/h.

O Kdp varia linearmente com a distância a medida que a onda interage com o alvo, assim, é possível estabelecer uma relação entre a taxa de precipitação em função do Kdp, de acordo com a equação:

RR = b * Kdp a

Onde R== precipitação, Z refletividade e a1,b1, a2,b2 são constantes.

Figura 2.12): Ajustes entre a taxa de precipitação e Kdp usando o Parsivel da Defesa Civil- Fz.

Referências

Balasko, B., Abonyi, J and Feil, B. 2008. Fuzzy clustering and data analysis toolbox. Freely available Matlab package.See http://www.fmt.vein.hu/softcomp/fclusttoolbox.

Crewell, S., and V. Löhnert, 2003. Accuracy of cloud liquid water path from ground-based microwave radiometry, 2, Sensor accuracy and synergy, 108, doi:10.1029/2002RS002634.

Deeter, M. N., and Vivekanandan, J. 2006. New dual-frequency microwave tech- nique for retrieving liquid water path over land, J. Geophys. Res., 111.

Everitt, Brian S. Cluster Analysis. New York: Halsted Press, 1993. ISBN 0-470-22043-0

Greenwald, T. J.. Combs, C. L, Jones, A. S., Randel, D. L., and Vonder Haar, T. H.1997. Further developments in estimating cloud liquid water over land using microwave and infrared satellite measurements, J. Appl. Meteorol., 36, 389– 405.

Knupp, K., R. Ware, D. Cimini, F. Vandenberghe, J. Vivekanandan,E. Westwater, and T. Coleman, 2009. Ground-based passive microwave profiling during dynamic weather conditions, J. Atmos. Oceanic Technol.

Liljegren, J., E. Clothiaux, G. Mace, S. Kato, and X. Dong, 2001. A new retrieval for cloud liquid water path using a groundbased microwave radiometer and measurements of cloud temperature, J. Geophys. Res., 106, 14,485–14,500.

Löhnert, U. and S. Crewell, 2003. Accuracy of cloud liquid water path from ground-based microwave radiometry 1. Dependency on cloud model statistics, Radio Sci., 38, 8041.

Martin, L., Schneebeli, M., Mätzler, C. 2006. ASMUWARA, a ground-based radiometer system for tropospheric monitoring. Meteorologische Zeitschrift, 15 (1), pp. 11-17.

Peters, G., and B. Fischer and T. Andersson, 2002: Rain observations with a vertically looking Micro Rain Radar (MRR). Bor. Environ. Res., 7, 353–362.

Solheim, F., J. Godwin, E. Westwater, Y. Han, S. Keihm, K. Marsh, and R. Ware, Radiometric profiling of temperature, water vapor, and liquid water using various inversion methods, Radio Sci., 33, 393–404, 1998.

Ware, R., R. Carpenter, J. Gu¨ ldner, J. Liljegren, T. Nehrkorn, F. Solheim, and F. Vandenberghe, 2003: A multichannel radiometric profiler of temperature, humidity, and cloud liquid. Radio Sci., 38, 8079, doi:10.1029/2002RS002856.

Westwater, E., Ground-based microwave remote sensing of meteorological variables, in Atmospheric Remote Sensing by Microwave Radiometry, edited by M. Janssen, chap. 4, pp. 145–213, John Wiley, New York, 1993.

3) Experimento de Belém

3.1) Introdução

O experimento de Belém ocorreu no mês de Junho com a participação da UFPA que sedia o curso e é o local onde está sendo instalado o radar meteorológico. O radar foi içado ao topo do prédio do Departamento de meteorologia no dia 18 de maio (veja Figura 3.1). Além da UFPA, participam o DTCEA-Belém, o SIPAM e o INMET. Os sítios de medidas ficaram localizados na região de Belém como em Outeiro, Benevides (sítios do DTCEA), no 2 DISME do INMET, aeroporto. No SIPAM ocorreram as discussões diária

sobre as operações do experimentos. A Figura 3.2 mostra os locais de instalação dos diversos equipamentos.

O regime meteorológico foco deste experimento foi a linha de instabilidade. As linhas de Instabilidades (Lis) são grandes aglomerados de nuvens que se formam na costa da América do Sul e penetram para o interior da Amazonas e são responsáveis pelo principal sistema gerador de chuva na Amazônia nesta época do ano. As Lis podem ser muito ativas e causar alagamentos e outros desastres naturais

Figura 3.1) Instalação do radar no prédio do Departamento de Meteorologia da UFPA.

Figura 3.2 Locais de instalação dos equipamentos em Belém.

Além do radar meteorológico de dupla polarização o experimento instalaou radares de apontamento vertical para medir os perfis verticais das nuvens, Lidar para medida dos particulados na atmosfera, uma rede de GPS para medida da umidade na atmosfera, uma rede de radiosondas para fazer medidas em alta resolução da dinâmica e termodinâmica da atmosfera, disdrômetros para medir os tamanhos das gotas de chuva, pluviômetros para medir a quantidade de chuva, uma torre de medidas dos fluxos na superfície, um radiômetro de microondas para medir a quantidade de água líquida das nuvens e um sistema inédito de medidas que consiste em um balão lagrangiano A Figura 3.3 apresenta o relatório de dados dos diferentes instrumentos e os períodos de operação.

Figura 3.3) Relatório de dados do experimento CHUVA- Belém.

Os sensores GPSs foram instalados em uma densa rede e com distância da ordem de poucos quilômetros. Essa rede permitirá conhecer a variabilidade do campo de vapor d'água em alta resolução espacial e temporal, as relações desta variabilidade com a penetração das LIs e tentar reconstruir o campo tridimensional da umidade específica a partir desta rede. A Figura 3.4 mostra os locais de instalação desta rede.

Outra rede instalada no experimento foi a de radiosondas. No Projeto inicial estava previsto o lançamento de uma radiosonda diária durante os 15 dias de campanhas, contudo, devido o sucesso das medidas em Fortaleza optamos por também operar, durante um período intensivo, um triângulo eqüilátero, na escala das LIs, para analisar os campos dinâmicos associados a penetração destes sistemas. A Figura 3.5 apresenta os locais de operação da rede de radiosondas.

A lista de participantes da campanha, bem como fotos, os relatórios diários da situação atmosférica, imagens das medidas dos instrumentos podem ser observados no sítio da experimento: http://chuvaproject.cptec.inpe.br/portal/belem/br/

Figura 3.4) Locais de instalação da rede de sensores GPS.

s

Figura 3.5) Locais de operação da rede de radiosondas.

3.2) Resultados Preliminares

O experimento de Belém encerrou-se dia 5 de Julho e portanto são poucos os resultados preliminares. Nesta sessão apresentaremos alguns exemplos de sistemas medidos, uma discussão sobre a rede GPS e as medidas do balão lagrangiano.

3.2.1) Um exemplo de uma LI observada pelo RHI do Banda X que cobria o sítio de Outeiro.

No dia 7 de Junho tivemos a penetração na área do experimento da primeira LI. Notou-se os primeiros sinais de convecção às 17:00Z e rapidamente essa convecção tornou-se organizada. Neste período de aparecimento das primeiras células, observou-se crescimento de topos que correspondem a velocidades de até 60 km/h. Por volta das 20:00Z a LI já estava organizada e a parte convectiva bastante ativa. Por volta das 21:20Z a parte estratiforme com uma banda brilhante bem característica já atravessa o setor do RHI e às 22:00Z o sistema começa a entrar em colapso, a parte superior de gelo começa a desaparecer e o sistema se dissipa as 00:30Z.

Houveram vários casos similares, mas uma característica interessante das LIs foi a observação de dois tipos de LIs, uma a tradicional que se propaga do Oceano para o interior da Amazônia e um segundo tipo, pouco conhecido, mas que foi relativamente freqüente, que se propaga do Maranhão para o Pará. Esse caso do dia 7 foi uma caso deste tipo que se propaga de leste para Oeste e parece ser intensificado pelo contraste de vegetação entre a Floresta Amazônica e a Catinga no interior do Maranhão e Piauí. A imagem de satélite (Figura 3.7) mostra em grande escala a LI.

As medidas dos disdrômetros de Outeiro mostram início da chuva as 20:20Z alcançando um pico de 100 mm/hr às 20:37Z.

Figura 3.6) Exemplo do RHI dia 7 de Junho mostrando o ciclo de vida de uma linha de instabilidade.

Figura 3.7) Imagem do satélite GOES 12 no canal IR, dia 7/6/2011 às 00:00Z.

Figura 3.8) Taxa de precipitação medida pelos disdrômetros Joss e Parsivel, instalados em Outeiro, para o evento do dia 7/6

3.2.2) Balão Lagrangiano.

Foram lançados dois balões Lagrangianos (BL), um as 10:00 LST e outro às 22:00 LST. Esses balões têm autonomia de 48 horas de vôo, aproximadamente, medem 90 centímetros de diâmetro, 3.2 metros de altura e carregam uma sonda de 400 gramas, os dados são enviados para um satélite de comunicação que envia para o Centro de análise de dados. O BL mede pressão, temperatura e umidade e o vento é obtido pelo próprio deslocamento. Uma vez lançado, serão conduzidos pelos ventos e o deslocamento vertical será controlado remotamente via satélite, mas o vôo ficará em torno de 1000-3000 metros de altitude, que corresponde ao topo da camada limite da atmosfera. Para o lançamento dos balões foi necessário um trabalho conjunto com o sistema de controle do espaço aéreo, foi disponibilizado uma página para acessar a posição do BL em tempo real. O objetivo destes lançamentos foi estudar a advecção de vapor d'água do Oceano para o continente e a relação com a convecção. As medidas nesta região atmosférica são de interesse à pesquisa devido à forte interação com a superfície (troca de energia), influenciando a formação e o desenvolvimento das linhas de instabilidade. O vôo do balão pode ser visualizado pela homepage: http://www.science.smith.edu/cmet/flight.html.

A Figura 3.9 mostra a trajetória dos dois balões. Pode-se notar que apesar dos balões terem sido lançados em períodos diferentes e terem viajados em alturas distintas ambos tiveram o vôo encerrados muito próximos (o BL da noite realizou medidas essencialmente a 3000m quando o BL da manhã a 1500m). Ambos os BLs terminaram o vôo por terem penetrados em um Cumulus Nimbus e caíram no Tocantins.

Figura 3.9) Trajetória dos BLs.

A Figura 3.10 apresenta um exemplo dos resultados das medidas realizadas pelo BL lançado durante o dia. Essa figura apresenta o perfil vertical (a trajetória do BL é marcada em preto) e a variável utilizada (interpolada em todos os níveis). Nota-se claramente, no campo de vento o jato de baixos níveis que durante a noite surge após a quebra da camada limite planetária e o desacoplamento da camada superficial e o Jato. Esse é um importante mecanismo para levar umidade do Oceano par ao interior da Amazonas. Nota-se também a pequena variabilidade dos campos de temperatura potencial.

Figura 3.10) Campos interpolados de vento, umidade e temperatura potencial para o vôo diurno do BL.

A Figura 3.11) apresenta uma imagem composta de satélite no canal visível indicando o campo de nuvens observado pelo BL ao longo do vôo diurno. Essa imagem foi realizada combinando as imagens disponíveis durante as 8 horas de vôo do BL. Nesta Figura a trajetória do balão é indicada em círculos pretos. O BL aparenta ter uma trajetória que desvia das pequenas células convectivas, possivelmente devido a subsidência e é atraído pelas grandes células convectivas, possivelmente devido a convergência do vento, o que resultou no final do vôo dos dois BLs.

Um trabalho específico sobre esses vôos está sendo preparado para submissão a revista especializada. Esses vôos foram muito motivadores e estamos preparando um projeto para conseguir realizar um conjunto maior de vôos no experimento de Manaus.

Figura 3.11) Imagem composta do GOES 12, canal visível, das 8 horas de medidas do BL. Em preto a trajetória do BL.

ANEXO 17

PROGRAMA DE CAPACITAÇÃO INSTITUCIONAL – PCI/ MCT/ INPE

RELATÓRIO FINAL DE ATIVIDADES

Título do Projeto Científico:

Characteristics of the vertical profiles of rainfall: radar data exploitation.

Nome do bolsista: Pierre Emmanuel Kirstetter

Número do Processo Institucional: 680.006/2009-5

Orientador da bolsa: Luiz Augusto Toledo Machado

Vigência : 01/12/2010 a 28/02/2011

PROGRAMA DE CAPACITAÇÃO INSTITUCIONAL – PCI/ MCT/ INPE

RELATÓRIO FINAL DE ATIVIDADES

1. Histórico The objective of the CHUVA field campaign is to collect information about the cloud processes of the main precipitating systems over Brazil, to evaluate and improve algorithms related to data retrieval and quantification of rainfall and cloud microphysical description in cloud resolving models.

The CHUVA project addresses specific topics concerning the satellite-based precipitation estimation which is tricky over land. The land surfaces offer a much more complex situation than the ocean surface, and rain estimation relies mainly on scattering signatures from ice-phase precipitation (e.g. at 85-GHz for passive radiometer TMI on TRMM plateform) and from ice/melting-phase precipitation (e.g. at 37-GHz for TMI). The indirect inference of rain leads to errors in the estimated precipitation intensities. It is particularly true in case of warm rain characterised by no ice signature on satellite measurements.

Preliminary studies have shown that the relationship between the column-integrated ice water content and surface rainfall is function of the life cycle of the convective system. The knowledge of the cloud life cycle can provide improvement in the precipitation estimation over land and is a focus of the CHUVA project.

Ground-based radars can provide physical insight into the development and interpretation of precipitation measurements. An important pool of instruments will be implemented to measure clouds and rainfall within CHUVA. This post-doctoral project proposes to improve our knowledge of physical processes in the rainfield by use of radar data. It concerns particularly the vertical structure of precipitation, which is studied along the cycle life of the rain systems.

2. Resumo do Projeto e Objetivo

The proposed approach relies on a vertical profile of reflectivity (VPR) identification method calling the modelling of the vertical variations of the equivalent reflectivity factor, which may be time-adjusted in the framework of an extended Kalman filter. This approach allows to assimilate radar observations and to ensure the temporal consistency of the physically-based parameters which define the VPR: drop size distribution, ice/melting particle density, top of the rainfield, etc… (Kirstetter et al. 2011). This methodology has been proposed for VPR retrieval from conventional ground-based radar and tested on Météo France radar data. We propose to transpose it to Brazilian radars, along with a Brazilian algorithm tracking individual rain systems.

Data issued from the S-band conventional Manaus radar in 2009 are used. They are sampled each 12 mn or so during the whole year up to 240 km. A significant pre-processing of the radar data is needed before retrieving physical information about the rainfield: Cartesian projection, mask removal, convective and stratiform type of rainfall identification, VPR correction, and projection at ground of the radar data measured aloft. The reflectivity maps at ground may then used to track individual systems. The corresponding volumetric radar data are used to extract physical information about the vertical structure of rainfall at each time step. The temporal evolution of this information is then obtained, opening the way to study the relationship between the column-integrated ice water content and surface rainfall as a function of the life cycle of rain systems.

3. Atividades Desenvolvidas durante o período da bolsa

The tracking of individual rain systems is performed with the Fortracc algorithm (Machado and Laurent, 2004; Vila et al., 2008) adapted to ground-based radar data. The algorithm applies on CAPPI (constant altitude plan position indicator) radar data. The extraction of physical information from VPR is performed with a methodology issued from previous works (Kirstetter et al., 2008, 2010, 2011). It applies on volumetric radar data. The initial plan was to apply Fortracc on cappi computed at 3 km altitude to track individual rain systems. However it happened these cappis are contaminated by the bright band in case of stratiform precipitation, which induces erroneous high reflectivity values prone to trigger the Fortracc processing. It was therefore decided to process the Manaus radar data beforehand with the TRADHy software (Delrieu et al., 2009) to project volumetric reflectivity data at ground by taking into account for the Vertical Profile of Reflectivity effects. Fortracc has been applied on these ground cappis, to enable physical extraction of information. The working plan has been applied following several steps. We present in the following the several treatments applied on each volume scan of the Manaus radar.

First the radar data delivered in polar coordinates have been projected onto a Cartesian grid (UTM) PPI by PPI (plan position indicator) and the non-physical data are removed. Although some ground-clutter echoes are automatically removed in the data provided, it appeared that non rainy echoes remains in the vicinity of the radar

(e.g. side lobes effects) and some data are significantly lowered by partial masking from the surrounding relief and/or anthropogenic obstacles (towers, buildings, etc…, see Fig.1).

dBZ

Figure 1 – map of reflectivity measurements from Manaus radar the 14 January 2009 at the lowest elevation angle (0.9°) projected onto a Cartesian grid (UTM geographical coordinates). The main masked zones showing lowered reflectivity values are underlined with red dotted ellipses, while side lobes echoes are underlined with blue dotted

circles.

The removal of non physical values is critical for a correct inference of the VPR. A preliminary study was therefore performed to identify the sampling conditions of the radar (azimuth, distance and elevation angle) characterized by side lobes and/or significant masking. A conditional map of degraded sampling conditions was created. These data were then systematically removed for the VPR computation (see Fig. 2).

elevation 0.9° elevation 2.0° elevation 5.0°

Figure 2 – maps of reflectivity measurements from Manaus radar the 14 January 2009 at three elevation angles (0.9°, 2° and 5°) with the complete dataset (top) and the remaining data after removal of masks and side lobes effects (bottom).

Second step, VPRs are computed over zones of homogeneous type of rainfall (convective, stratiform, undetermined). The rain type partitioning of the rainfield is performed with the TRADHy algorithm (Delrieu et al., 2009). The procedure was adapted to the Manaus radar. As it needs continuous rainfields, it was applied on the complete datasets. The parameters of the rain partitioning algorithm were adjusted to avoid side lobes triggering; the masked data leaded mainly to undetermined type except in case of convection. A VPR is identified taking into account for the beam effects; it is representative for each type of precipitation (Kirstetter et al., 2010, 2011).

Z at

groundrain

typing

UTM UTM

UTM

UTM

stratiform global convective

VPRs

Figure 3 – top left, map of reflectivity (Z) measurements from Manaus radar the 14 January 2009 projected at ground ; top right, the rain type identification with convective zones (red), stratiform (blue) and undetermined (light blue) and echo (green); bottom the VPRs identified are shown in normalized reflectivity. Note the significant differences between the convective VPR and the stratiform one, the last being characterized by a bright band.

The VPR identification approach relies on a vertical profile of reflectivity model allows to identify the VPR and physically-based parameters which define the VPR: drop size distribution, ice/melting particle density, top of the rainfield, etc… (Kirstetter et al. 2011). While the VPR is used to project at ground measurements of the volume scan data to compute QPE (Delrieu et al., 2009), the VPR model may be used to convert the VPR in Vertical Profile of Water Content and Verticaly Integrated Liquid content (VIL) by vertical integration. This approach was implemented for the first time on the Manaus radar data. This VIL estimation, still to be validated, is expected to be more accurate than classical procedures since it corrects for radar beam effects (Boudevillain and Andrieu, 2003) and takes explicitly into account for the phase and density of hydrometeors. It furthermore enables to separate from VIL in liquid phase and solid phase (column-integrated ice water content). The integrated ice water content is a driving variable for satellite-based precipitation estimates over land. This approach relates VIL (liquid and solid phases) and the radar rain intensities at ground (see Fig. 4) and may be useful to validate satellite-based rain estimates.

Z at

ground

UTM

UTM

UTM

R at

ground

UTM

UTM

Total VIL Liquid VIL Solid VIL

dBZ mm/h

kg/m²

Figure 4 – top left, map of reflectivity (Z) measurements from Manaus radar the 14 January 2009 projected at ground ; top right, the equivalent rainfall intensity (R) obtained by Z-R conversion of the reflectivity ; bottom from left to right equivalent maps of total VIL, liquid VIL and solid VIL.

These treatments were applied to all volume scans of the Manaus radar over 2009. The Fortracc algorithm was then applied on the reflectivity maps at ground (equivalent to ground cappis) to track individual rain systems. Figures 5-6-7 show preliminary results for a decaying convective cell which was tracked each 12 mn from 18h48 to 21h36 the 9 May 2009.

Figure 5 – maps of rain type identification with convective zones (red), stratiform (blue) and undetermined (light blue) for Manaus the 9 May 2009 from left to right at 18h48, 19h36, 20h24 and 21h12 with complete rainfield (top) and the Fortracc selection (bottom).

Fortracc provides statistics like the evolution of the size, of the maximum reflectivity and the median reflectivity in the rain cell, and of the fraction of surface above 40 dBZ (strong convection) to the total surface of the cell along time (Figure 6). These statistics show a decrease of size and reflectivity which characterize the decaying of the cell. The fraction of strong convection inside the cell also decreases.

Size Frac

Zmax Zmed

Figure 6 – temporal evolution of the size (top left), the fraction of surface above 40 dBZ (strong convection) to the total surface of the cell (top right), the maximum reflectivity (bottom left) and the median reflectivity in the rain cell (bottom right) tracked by Fortracc.

The physically-based VPR identification approach is applied specifically on the Fortracc tracked cells. The VPR identification is time-adjusted in the framework of an extended Kalman filter, which allows to assimilate radar observations and to ensure the temporal consistency of the physically-based parameters which define the VPR (Kirstetter et al. 2011). Results are shown on Figure 7. First the upper limit of the melting layer altitude shows a general decrease along time which may be due to the decaying updrafts in the convective cell; at the end of the tracking, this parameter increases, which may indicate that the rain cell gets some stratiform features in line with the disappearance of updrafts (as detected by the rain type algorithm, see last image of Fig. 5) and apparition of a melting layer around the isotherm 0°C altitude which is ~5000 m in this region. The melting layer thickness decreases regularly, also an indication that the vertical updrafts and downdrafts in the convective zone (which enable liquid water/hail/graupel to be found over a large altitude range) are weaker; toward the end the values of the melting layer thickness are typical of stratiform type. The density of ice particles also decreases from 900 kg.m

-3

(hail/graupel which are common in convective rain) to 300 kg.m-3

(lighter ice hydrometeors in stratiform).

Upper limit of themelting layer altitude

Melting layer thickness

Profile slopeliquid phase

Density iceparticles

up

per

lim

ito

fth

em

elt

ing

layer a

ltit

ud

e (

m)

Figure 6 – temporal evolution of the upper limit of the melting layer altitude (top left), the melting layer thickness (top right), the slope of the reflectivity profile in the liquid phase (bottom left) and the density of ice particles (bottom right) identified by the VPR approach applied on the rain cell tracked by Fortracc.

Other activities: Three seminars were made during the stay:

- 12/01/11 and 16/02/11: “Physically-based identification of the vertical structure of radar reflectivity” ; - 24/02/11: “Uncertainty models for radar and satellite quantitative precipitation estimation”.

I was part of a discussion between L.T. Machado (CPTEC, Brazil), C.F. Angelis (CPTEC, Brazil), M. Gosset (IRD, France) and N. Viltard (CNRS, France) to set up an international scientific cooperation between France and Brazil (ANR - FAPESP) about Brazilian rainfall nowcasting.

4. Resultados Obtidos em função do Plano de Trabalho proposto The objective of this post-doctoral project is to improve our knowledge of physical processes in the rainfield by use of radar data. The approach concerns the vertical structure of precipitation, which is studied along the cycle life of the rain systems. We initially intended to apply the VPR approach along with Fortracc outputs performed on cappis at 3 km altitude. However it appeared additional work was to be done to apply Fortracc on ground cappis to avoid bright band triggering. Several algorithms from the TRADHy software were therefore to be adapted on Manaus radar data. However, we took advantage of this non-expected additional work to create a new VIL product which is useful to

study along the cycle life of rain systems. A conditional map of degraded Manaus radar sampling conditions was also created. These treatments leaded to the creation of a database of several products issued from more than 31 000 volume scan radar data over year 2009, with for each of them: physically-based identified VPRs (VPR and the according physical parameters values) for convective, stratiform, undetermined and global types, map of rain types, map of reflectivity projected at ground, map of rainfall at ground, maps of liquid, solid and total VIL. Preliminary results of the VPR approach applied on Fortracc outputs are positive. We intend to consolidate these results by applying the approach on other rain systems in order to build a climatologic evolution of the physical parameters of the VPR method as a function of the life cycle of rain systems, opening the way to study e.g. the relationship between the column-integrated ice water content and surface rainfall as a function of the life cycle of rain systems. We also intend to complement the Fortracc procedure by the convective/stratiform partitioning. The database may be also used to study the climatology of vertical structure of rainfall in Manaus region. Rainfall maps may be compared to raingauges value for validation purposes and to build radar QPE uncertainty models useful for hydrology. Rainfall maps and rain type maps may be compared with satellite estimates from BRAIN (Viltard et al., 2000, 2006; Kirstetter et al., 2011). VIL maps may be used for brightness temperatures modelling purposes and comparison with temperatures measured from space along with BRAIN algorithm. In short, the database may be used to compare different sensors (ground radar, satellite, raingauge…) sampling the same rainfield.

5. Publicações Científicas (se houver) realizadas durante o período da bolsa

Kirstetter, P.E., B. Boudevillain, H. Andrieu, G. Delrieu: Toward a physically-based identification of vertical profiles of reflectivity from volume scan radar data. Journal of Applied Meteorology and Climatology, submitted.

Kirstetter, P.E., N. Viltard, M. Gosset: Toward an error model for BRAIN algorithm for instantanous rainfall estimation in West Africa. Quarterly Journal of the Royal Meteorological Society, submitted.

Brogniez, H., P.E. Kirstetter, L. Eymard: A microwave payload for a better description of the atmospheric humidity. Quarterly Journal of the Royal Meteorological Society, submitted.

Boudevillain, B., G. Delrieu, B. Galabertier, L. Bonnifait, L. Bouilloud, P.E. Kirstetter, M.L. Mosini: The Cévennes-Vivarais Mediterranean Hydrometeorological Observatory Database. Water Resources Research, submitted. At least one publication is projected with this four months work in Brazil.

6. Conclusões Gerais A preliminary study was conducted to apply a phycally-based VPR approach to Brazilian radar data. The methodology offers the possibility to link measurements at ground (raingauges, disdrometers) and aloft (the ice phase of rainfield), to extract microphysical information in course of the cloud life cycle as seen by radar and to convert in a consistent manner the radar measurements into vertically integrated water contents. It may be used to contribute to the following objectives of the CHUVA project: - gather data on the tri-dimensional structure of clouds in different regions of Brazil; - validate data bases of modelled structure of clouds; - estimate precipitation from warm clouds; - depict the surface rainfall and rainfall vertical structure; - improve precipitation estimation and cloud microphysics description. This approach inserts in the CHUVA Working Group 1 (coordinator: Luiz A. T. Machado) dedicated to the characteristics of the precipitating systems. The microphysical properties of clouds such as vertical structures of liquid water, distribution of ice and snow and how they link to the rainfall at ground are among the foci of this WG. The proposed methodology enables (i) averaging reflectivity profile as a function of the life cycle of the precipitating system as seen by radar and (ii) establishing relationships between integrated ice content and precipitation as function of the cloud life stage. One of their objectives is also to determine the thresholds of the onset of convection and precipitation for liquid water and ice content, which may be achieve by comparing the outputs of the proposed methodology and the outputs of the Fortracc algorithm. It also inserts in the CHUVA Working Group 2 (coordinator: Carlos F. Angelis) dedicated to the evaluation of rainfall estimation. This approach could be useful for assessing hydrometeorological parameters like rainfall, drop size distribution liquid water content. We could also test different microphysical assumptions for the vertical structure of rainfall to optimize conversion of remote sensing measurements into meteorological variables. The retrieved vertical structure of rainfall could be directly compared to the one estimated from passive microwave algorithms.

Acknowledgements: I acknowledge Weber Goncalves who applied Fortracc on the radar data. L.T. Machado, D. Vila, I. Carvalho and C.F. Angelis are also acknowledged for their fruitful comments on Fortracc and Manaus Radar data. References: Delrieu, G., B. Boudevillain, J. Nicol, B. Chapon, P.E. Kirstetter, H. Andrieu, D. Faure, 2009: Bollène 2002 experiment: radar quantitative precipitation estimation in the Cévennes-Vivarais region, France. Journal of Applied

Meteorology and Climatology, 48, 1422-1447. http://dx.doi.org/10.1175/2008JAMC1987.1

Kirstetter, P.E., H. Andrieu, G. Delrieu: Identification of vertical profiles of reflectivity from voluminal radar data - adaptation of an inverse method to rainfall typing. Journal of Applied Meteorology and Climatology, in press. Kirstetter, P.E., B. Boudevillain, H. Andrieu, G. Delrieu: Toward a physically-based identification of vertical profiles of reflectivity from volume scan radar data. Journal of Applied Meteorology and Climatology, submitted. Viltard, N., C. Kummerow, W.S. Olson and Y. Hong, 2000 : Combined use of the radar and radiometer of TRMM to estimate the influence of drop size distribution on rain retrievals. Journal of Applied Meteorology, 39, 2103-2114. Viltard, N., C. Burlaud, C. Kummerow, 2006 : Rain retrieval from TMI brightness temperature measurements using a TRMM PR-based database. Journal of Applied Meteorology and climatology, 45, 455-466. Machado, L. A. T., and Laurent, H., 2004: The convective system area expansion over Amazonia and its relationships with convective system life duration and high-level wind divergence. Monthly weather review, 132, 4, 714-725. Vila, D.; Machado, L. A. T.; Laurent, H.; Velasco, I., 2008: Forcast and Tracking the Evolution of Cloud Clusters (ForTraCC) using Satellite Infrared Imagery: Methodology and Validation. Weather and Forecasting, 23, 233-245.

Data e assinatura

26/03/2011

ANEXO 18

Metodologia de Análise da Convecção Resolvida pelo Met Office Unified

Model

Autor: Renato Galante Negri

Cachoeira Paulista, SP, 31 de Julho de 2011.

1. Introdução

Com a constante evolução da capacidade computacional está sendo possível realizar

simulações do estado a atmosfera com resoluções temporal e espacial cada vez mais

maiores. Muitos centros operacionais de previsão de tempo estão focando-se em produzir

previsões de curto prazo. Uma importante motivação para essa escolha é aperfeiçoar a

previsão de eventos extremos, particularmente, a convecção severa. Em diversos centros,

modelos regionais com resolução espacial de 2 a 4 Km já foram implementados e estima-se

que na próxima década modelos com grade de 1 km serão comuns (Lean et al. 2008).

Existem diversas evidências de que modelos de alta resolução podem melhorar a qualidade

das previsões (Romero et al. 1997; Speer e Leslie 2002; Done et al. 2004) porém estudos

apontam que a convecção é mal representada em resoluções superiores a 4 Km (Petch

2006). Este texto apresenta uma metodologia de validação dos campos de nuvens

resolvidos pelo modelo de alta resolução temporal e espacial UK Met Office Unified Model

(Lean et al. 2008) referentes ao projeto CASCADE. Pretende-se utilizar essa mesma

metodologia de análise para a validação das simulações do modelo de alta resolução

temporal e espacial referentes ao projeto CHUVA.

2. O modelo de alta resolução temporal e espacial do projeto CASCADE

CASCADE é um projeto financiado pelo consórcio Natural Environmental Research

Council (NERC),formado pelas instituições: Walker Institute, University of Reading,

National Centre for Atmospheric Science (NCAS), University of Leeds, University of East

Anglia (UEA), Met Office. Esse consórcio foi projetado com o intuito de estudar a

convecção dos trópicos utilizando simulações numéricas da cobertura de nuvens em grande

escala. A convecção nos trópicos apresenta características numa vasta escala

temporal-espacial da ordem de poucos quilômetros a alguns minutos associados a sistemas

individuais, passando pela meso escala (10-100 km, 1- 2 dias) associada às linhas de

instabilidade e grupos de nuvens e atingindo a escala sinótica (100-1000 km, 3-10 dias),

associadas a ciclones tropicais e a oscilações como a Madden-Julian (30-60 dias). Ainda

falando sobre as escalas temporais, o ciclo diurno exerce grande importância iniciando e

modulando esses sistemas. Muitas dessas escalas não são bem descritas pelos modelos

climáticos e de previsão de tempo e a interação entre tais escalas ainda é pouco conhecida.

Para estudarmos tais interação a partir de simulações numéricas é necessário uma alta

resolução para ser possível descrever nuvens individuais. Até recentemente os recursos

computacionais limitavam a execução dessas simulações. Contudo, os avanços

computacionais já tornam isso possível. O Projeto CASCADE busca utilizar esses novos

recursos para avançar no entendimento das interações entre as diferentes escalas temporais

e espaciais da organização da convecção tropical e na habilidade de simular tais sistemas

nos modelos globais de previsão de tempo e clima. Nesse projeto será utilizada a versão

do Unified Model do Met Office com resoluções horizontais de 1-2 km sobre domínios

típicos de 10.000x3000 km. A alta resolução horizontal possibilitará resolver sistemas de

nuvens individuais (não nuvens individuais) enquanto que o grande domínio espacial

possibilitará simular organizações de grande escala. Combinando alta resolução espacial e

grandes domínios, será possível determinar explicitamente transportes verticais de calor,

umidade e momentum além de investigar o impacto de tais transportes no desenvolvimento

dos sistemas de escala sinótica. As últimas grandes modificações no modelo global do Met

Office foram implementadas em 7 de Agosto de 2002. Tais mudanças são citadas abaixo:

Modelo não hidrostático com altura sendo a coordenada vertical. Equações completas

são utilizadas sem aproximações virtuais. É possível executar o modelo com alta resolução

espacial.

Grade escalonada do tipo Charney-Philips, ou seja, a temperatura potencial está no

mesmo nível da velocidade vertical, para cada posição vertical. Isso proporciona uma

melhoria no balanço do vento térmico.

Grade horizontal escalonada do tipo Arakawa C-grid. Essa grade proporciona uma

melhoria no ajuste geostrófico, no grid-splitting, menor ruído, melhor acoplamento com a

física e a assimilação.

Esquema radiativo Edwards-Slingo com informações espectrais não esféricas do gelo.

Os cristais de gelo são modelados como poli-cristais planos com a dimensão relacionada à

temperatura.

Inclusão de prognósticos da microfísica do gelo na precipitação de grande escala. O

novo esquema utiliza uma representação mais detalhada da microfísica existente nas

nuvens (Wilson e Ballard, 1999).

Diagnósticos sobre a convecção profunda e rasa são incluídas, baseado no diagnóstico

adotado por Locke t al. (2000).

Esquema de arrasto de ondas de gravidade incluindo bloqueio de escoamento.

Orografia da base de dados GLOBE (Global One-km Base Elevation)

Inserção do modelo hidrológico MOSES (Met Office Surface Exchange Scheme)

Os perfis atmosféricos calculados pelo modelo que foram utilizados nesse estudo possuem

resolução espacial horizontal de 1.5x1.5 km, resolução temporal de 15 minutos e os campos

tridimensionais possuem uma resolução vertical de 70 níveis. As simulações compreendem

o período de uma semana, de 25 a 31 de Julho de 2006. No estudo desenvolvido,

selecionamos apenas a região compreendida entre aproximadamente 1N-30N e 20L-15O

uma vez que estamos interessados em estudar a convecção na região tropical e sobre a

região continental. Selecionamos ainda apenas dois períodos de 12 horas (12:15 – 00:00

UTC) referente aos dias 26 e 27 de Julho de 2006 e com resolução temporal de 15 minutos.

O tamanho desse conjunto de dados é de aproximadamente 1.5 terabyte. Foram

selecionados os seguinte perfis:

Campos tridimensionais:

Componentes zonal e meridional do vento;

Umidade especifica;

QCL;

QCF;

Cobertura de nuvens (%);

Fração da cobertura de nuvens composta por gelo;

Fração da cobertura de nuvens composta por água;

Pressão (rho levels);

Temperatura.

Campos bidimensionais:

Temperatura a 1.5 m;

Umidade especifica a 1.5 m;

Temperatura a superfície;

Pressão a superfície;

Mascara Oceano/Continente.

3. Simulando o sensor SEVIRI - RTTOV

A primeira versão operacional do modelo de transferência radiativa, RTTOV (Rasiative

Transfer for TOVS), foi desenvolvida no ECMWF (European Centre for Medium-Range

Weather Forecasts) por Eyre (1991). Seu objetivo é obter rapidamente conjuntos de

espectros de radiâncias emergentes no topo da atmosfera, bem como de transmitância

atmosférica para a utilização em centros de previsão numérica de tempo (PNT). Uma

característica deste código é possuir rotinas de rápido processamento de cálculos

matemáticos, o que faz deste um software apropriado para a utilização no processamento de

dados em tempo real, necessária para o acoplamento com modelos de inversão de perfis

atmosféricos. Ao longo dos últimos anos, o código tem sido modificado para melhorar cada

vez mais o seu resultado. Saunders et al. (1999) apresentaram uma nova versão do modelo

RTTOV-5, cujas principais alterações foram a inclusão do perfil de ozônio como dado de

entrada e a expansão do perfil vertical do vapor d´água de 300 hPa a 0.1 hPa. Saunders et

al. (2000) apresentou uma nova versão, RTTOV-6, a qual tem como opção de entrada o

perfil da concentração de água liquida das nuvens para o cálculo das transmitâncias apenas

nos canais de microondas. A versão 9.3 do RTTOV foi utilizada nesse estudo.

De posse de todos os perfis citados, simulamos todos os canais do sensor SEVIRI (Spinning

Enhanced Visible and Infrared Imager), dos comprimentos de onda de 3.9 µm até 13 µm,

com exceção do canal que opera na banda de absorção do ozônio (aprox. 9,7 µm),

utilizando o modelo de transferência radiativa RTTOV9.3. Tal canal foi excluído de nossas

simulações pelo fato dele estar localizado na banda de absorção do ozônio e não dispomos

do perfil de concentração desse gás. Simulamos assim dois períodos de 12 horas, com uma

nova imagem a cada 15 minutos. Todos os perfis do Met Office Unified Model do nosso

conjunto, com exceção dos perfis de vento, foram utilizados nessas simulações.

4. Análise das simulações do sensor SEVIRI

A verificação das propriedades da convecção resolvida pelos modelo de alta resolução em

questão foi realizada em três etapas. Inicialmente calculamos os histogramas de

temperatura de brilho para as medidas reais realizadas pelo sensor SEVIRI, para o mesmo

período das simulações, e para as simulações realizadas pelo RTTOV v9.3. Após essa

primeira análise, aplicamos a técnica estatística Componentes Principais, também

conhecida como Equações Ortogonais Empíricas (EOF), ao conjunto de simulações

RTTOV v9.3/CASCADE e ao conjunto das medida reais do sensor SEVIRI. Por fim,

utilizamos o algorítimo de monitoramento e previsão de curto prazo de sistemas

convectivos ForTraCC com o intuito de verificar as características do ciclo de vida da

convecção em ambos conjuntos de dados. O ForTraCC possibilita acompanhar a evolução

dos sistemas convectivos presentes num conjunto de imagens obtidas por um satélite

geoestacionário, desde o surgimento até a dissipação. Os critérios para o surgimento de um

sistema convectivo assumidos pelo algoritmo são:

desenvolvimento de um grupo de nuvens que atingem os critérios mínimos serem

classificadas como um sistema convectivo;

da fusão entre dois ou mais sistemas vizinhos;

da divisão de um sistema.

Inicialmente verificamos apenas os casos em que um sistema surge a partir do

desenvolvimento de nuvens menores, denominado por Vila et. al. 2008 como Geração

Espontânea. Cada etapa dessa análise será discutida a seguir.

4.1 Histogramas

Em geral, os histogramas calculados para as simulações CASCADE/RTTOV e as medidas

reais SEVIRI são muito similares, evidenciando uma distribuição da temperatura de brilho

muito similar em ambos os conjuntos. Contudo, para o canal que opera na banda de

absorção do vapor d'água em 6.2 µm, observamos um deslocamento do pico de temperatura

de brilho mais quentes que representa as regiões de céu claro na imagem (Figura 4.1.1.c).

Esse deslocamento é devido aos maiores gradientes de umidade do modelo, como pode ser

visto nas Figuras 4.1.1.a e 4.1.1.b. Observamos também pelos histogramas que a convecção

inicia-se prematuramente em relação as observações reais, o que é evidenciado pela maior

ocorrência de pixels mais frios nos histogramas referentes às simulações

RTTOV/CASCADE. Também verificamos que o modelo tende à superestimar a altura do

topo dos sistemas convectivos, como pode ser visto no zoom na Figura 4.1.1.c

C

Figura 4.1.1: Regiões de céu claro mais quentes no canal 6.2 µm simulado pelo RTTOV 9.3 (a) do

que nas medidas reais SEVIRI (b). Histogramas calculados utilizando medidas entre as latitudes

5N e 20N (c).

4.2 EOF

A técnica estatística de análise multivariada conhecida como Componentes Principais ou

Funções Ortogonais Empíricas (EOF) foi aplicada separadamente aos dois conjuntos de

dados, as medidas SEVIRI e as simulações CASCADE/RTTOV. A Figura 4.2.1 mostra os

sete primeiros autovetores e autovalores calculados para cada caso utilizando todas as

imagens disponíveis. Uma vez que os autovetores possuem 7 dimensões (cada dimensão

representa um canal), cada autovetor foi representado por um gráfico de linhas. Podemos

observar que os primeiros e segundos autovetores são muito similares entre as medidas

simuladas e reais para ambos os casos. Uma vez que eles possuem os maiores autovalores,

eles explicam a maior parte da variância dos dados. Os terceiros autovetores também são

similares em ambos os casos mas estão associados a um autovalor menor. Também

calculamos as EOF para cada hora, utilizando as quatro imagens disponíveis por hora

visando verificar se ocorria alguma mudança nos autovetores para os diferentes estágios da

atividade convectiva. Verificamos que os autovetores mantém o mesmo padrão, apenas

com pequenas alterações. Pelos resultados obtidos utilizando a técnica EOF podemos

concluir que as principais características dos campos de nuvens, radiâncias máximas e

mínimas e a distribuição das radiâncias são bem representados pelo modelo de alta

resolução do projeto CASCADE.

Figura 4.2.1: EOF calculadas para todas as observações dos dias 26 de Julho (acima) e 27 de Julho

(abaixo). Resultados referentes às observações SEVIRI são apresentados em vermelho.

4.3 ForTraCC

O ForTraCC foi executado utilizando todos os parâmetros de ajustes idênticos aqueles

utilizados operacionalmente na Divisão de Satélites e Sistemas Ambientais do Centro de

Previsão de Tempo e Estudos Climáticos (CPTEC/DSA). Uma vez que esse algoritmo de

monitoramento utiliza apenas as medidas realizadas pelo canal que opera na banda do

infravermelho janela, utilizamos apenas as simulações e imagens SEVIRI referentes ao

canal que opera em 10.8 µm. Todas as imagens e simulações foram reprojetadas numa

grade regular pois isso é condição necessária para utilização no ForTraCC. Ainda, a

resolução espacial das simulações SEVIRI/RTTOV foram degradas de 1.5x1.5 Km para

3x3 Km a fim de igualarem-se às medidas reais SEVIR/MSG.

Nos focamos na análise das seguintes características:

Taxa de crescimento dos sistemas convectivos em cada tipo de dado.

Tamanho médio dos sistemas.

Selecionamos apenas sistemas que se originaram por geração espontânea e que não

sofreram merge ou split. Os sistemas ainda foram classificados em 5 grupos de acordo com

a duração do seu ciclo de vida, até 1 horas, de 1 à 2 horas, de 3 à 4 horas e maior que 4

horas.

Figura 4.3.1: Tamanho médio (esquerda), taxa de crescimento (centro) e temperatura média

(direita) dos sistemas convectivos para os dias 26 (acima) e 27 (abaixo) de Julho de 2006. As

linhas tracejadas indicam os valores referentes às simulações CASCADE/RTTOV e as cores

verde, azul, roxo, rosa e vermelho indicam as classes de sistemas que duraram até 1, 2, 3, 4 e mais

que 4 horas respectivamente.

Para o dia 26 de Julho de 2006 podemos notar que a convecção no modelo tende a atingir

um tamanho inferior aquele atingido pela convecção real e sistemas com duração superior à

4 horas apresentam tempo de vida superior nas simulações. Sistemas com duração superior

à 4 horas apresentam uma taxa de crescimento similar em ambas as séries de dados.

Observamos pelo gráfico referente às temperaturas de brilho médias que para as

simulações, sistemas com ciclo de vida entre 3 e 5 horas (linhas roxas e rosas) tendem a ser

mais quentes que na realidade Para o dia 27 de Julho observamos que o tamanho médio e a

taxa de crescimento média apresentam valores similares para os dois conjuntos de imagens.

Sistemas com tempo de vida entre 3 e 4 horas tendem a serem maiores para as imagens

SEVIRI reais.

5. Conclusões

A metodologia apresentada aqui mostrou-se válida na verificação das propriedades da

convecção resolvida pelo modelo de alta resolução Met Office Unified Model. Podemos

enumerar os seguintes resultados:

A partir da análise dos histogramas, observou-se que existe uma deficiência na

representação da umidade dos altos níveis pelo UK Met Office Unified Model;

A análise por componentes principais indicou que, em geral, as simulações apresentam

as principais características das medidas reais, distribuição de temperatura de brilho e

valores de radiâncias máximos e mínimos.

O algorítimo de monitoramento de sistemas convectivos ForTraCC mostrou-se uma

ótima ferramenta para análise e comparação das simulações com as medidas reais

SEVIRI.

Referências

Done J., Davis C. A., Weisman M., 2004: the next generation of NWP: Explicit forecasts of

convection using the weather research and forecasting (WRF) model. Atmos. Sci. Lett., 5,

110-117.

Eyre, J. R.: A fast radiative transfer model for satellite sounding systems. ECMWF

Research Dept. Tech. Memo. 176, 1991.

Lean H. W., Clark P. A., Dixo M., Roberts N. M., Fitch A., Forbes R., Halliwell C., 2008:

Characteristics of high-rsolution versions of the Met Office Unified Model for forecasting

convection over the United Kingdom. Mon. Weather Rev., 136, 3408-3434.

Locke A. P., Brown A. R., Bush M. R., Martin G. M., Smith R. N. B., 2000: A new

bondary-layer mixing scheme. Part I: Scheme description and single-column model tests.

Mon. Weather Rev., 128, 3187-3199.

Petch J. C., 2006: Sensitivity studies of developing convection in a cloud-resolving model.

Quart. J. Roy. Meteor. Soc., 132, 345-358.

Romero R., Doswell C. A., Riosalido R., 2001: Observations and fine-grid simulations of a

convective outbreak in north-eastern Spain: Importance of diurnal forcing and convective

cold pools. Mon. Weather Rev., 129, 2157-2182.

Speer M. S., Leslie L. M., 2002: The prediction of two cases of severe convection:

implications for forecast guidance. Meteor. Atmos. Phys., 80, 1-4.

Saunders R.W., M. Matricardi and P. Brunel, 1999: An improved fast radiative transfer

model for assimilation of satellite radiance observations. Q. J. Royal Meteorol. Soc., Vol.

125, pp. 1407-1426.

Saunders R.W.: RTTOV-6 Science and Validation Report, march 2000 Revision,

ttp://www.metoffice.com/research/interproj/nwpsaf/rtm/rtm_rttov6.html.

Vila, D.; Machado, L. A. T.; Laurent, H.; Velasco, I., 2008: Forcast and Tracking the

Evolution of Cloud Clusters (ForTraCC) using Satellite Infrared Imagery: Methodology

and Validation. Weather and Forecasting, 23, 233-245.

Wilson D. R., Ballard S. P., 1999: A microphisically based precipitation scheme for the UK

Meteorological Office Unified Model. Q. J. Royal Meteorol. Soc., 125, 1607-1636.

ANEXO 19

A INFLUÊNCIA DOS AEROSSÓIS DE QUEIMADAS NA PRECIPITAÇÃO SOBRE A

AMAZÔNIA

Weber Andrade Gonçalves

Luiz Augusto Toledo Machado

1. INTRODUÇÃO

O desenvolvimento da precipitação está associado a diversos processos dinâmicos,

termodinâmicos e microfísicos na atmosfera. Muitos destes processos ocorrem de maneira

natural, sem a influência antrópica. Contudo, tem-se observado que diversas atividades humanas

exercem forte impacto na formação, organização e intensidade de sistemas precipitantes. Dentre

tais atividades pode-se destacar a queima de biomassa, como a que ocorre na região amazônica,

na qual são liberadas grandes quantidades de aerossóis para a atmosfera, influenciando

potencialmente a formação de nuvens, precipitação e balanço radiativo (LIN et al., 2006).

Na literatura são conhecidos dois efeitos distintos dos aerossóis sobre os processos de formação

de nuvens: radiativo e microfísico. As partículas de aerossóis provenientes de queimadas são

ricas em fuligem e são conhecidas como black carbons. Estas partículas têm uma elevada

capacidade de absorção da energia solar, aquecendo a camada de aerossóis e inibindo a

formação de nuvens (KOREN et al., 2004). Este é o efeito radiativo direto e tem a propriedade

de inibir a formação de nuvens devido à estabilização da atmosfera (KOREN et al., 2008). O

efeito microfísico, ou efeito indireto, está ligado à possibilidade dos aerossóis servirem como

núcleos de condensação de nuvem (ACKERMAN et al., 2000; ROBERTS et al., 2001). Sendo

assim, com o aumento de sua concentração é esperado que a quantidade de gotículas de nuvem

se eleve. Este efeito pode inibir ou favorecer a formação da precipitação, dependendo do tipo de

nuvem e das condições de estabilidade atmosférica locais. Para o caso de nuvens convectivas, o

efeito microfísico potencialmente tende a fortalecer a convecção (LIN et al., 2006,

ROSENFELD et al., 2008).

Um melhor conhecimento dos efeitos dos aerossóis de origem antrópica nos processos de

desenvolvimento e manutenção da precipitação se faz de extrema importância. Um estudo com

a utilização de ferramentas do sensoriamento remoto pode facilitar este entendimento, provendo

informações temporalmente e espacialmente coerentes. Tais resultados podem ser utilizados por

diversos ramos da meteorologia, como a modelagem numérica do tempo ou a previsão de tempo

de curto prazo (nowcasting – do inglês), por exemplo. Sabendo disso, o objetivo da presente

pesquisa foi o de verificar a relações entre características da precipitação sobre a Amazônia,

especificamente sobre Manaus-AM, e a quantidade de material particulado proveniente das

queimadas.

2. DADOS e METODOLOGIA

Foram utilizados dados provenientes do Radar Doppler banda-S localizado no aeroporto da

cidade de Manaus-AM (03º08’56’’S, 59º59’29’’W e 102,4 m). Este radar pertence ao Sistema

de Proteção da Amazônia (SIPAM), que forneceu os dados volumétricos referentes a todo o ano

de 2009. Durante o período de aquisição de dados, o radar operou com 17 elevações e um

alcance de aproximadamente 250 km, com uma resolução de 500 m e um intervalo de tempo de

11 minutos entre as varreduras volumétricas. A partir dos dados volumétricos do radar foi

aplicada a técnica Vertical Profiles of Reflectivity (VPR) de acordo com Kirstetter et al. (2010)

para o total de 6248 dados volumétricos. Com a utilização desta técnica foi possível a correção

da banda brilhante e os perfis de refletividade corrigidos foram extrapolados para a altitude do

radar, compondo assim, o Constant Altitude Plan Position Indicator-Ground (CAPPI-Ground).

Com o intuito de determinar o comportamento geral da precipitação na área de estudo, assim

como sua relação com a presença de aerossóis foram determinados dois índices, Rain Fraction e

Intense Rain Fraction, determinados pelas seguintes equações:

100/20 TOTALdBZ NN=uvaFraçãodeCh (1)

100/45 TOTALdBZ NN=uvaIntensaFraçãodeCh (2)

Em que,

N20dBZ e N45dBZ são a quantidade de pixels do CAPPI-Ground com refletividade maior ou igual a

20 e 45 dBZ, respectivamente;

NTOTAL é a quantidade total de pixels para cada CAPPI-Ground.

Com base nos CAPPI-Ground determinados foi utilizado o algoritmo Forcast and Tracking of

Convective Cells (FORTRACC) (VILA et al., 2008) adaptado para o uso com radares

meteorológicos (QUEIROZ, 2008). Os limiares de rastreamento de células precipitantes foi de

20 dBZ, representando uma taxa de precipitação de 1mm/h segundo Marshall e Palmer (1948) e

35 dBZ para células convectivas. Foram selecionadas 1916 células precipitantes para todo o ano

de 2009.

Os dados de aerossóis de queimadas utilizados na presente pesquisa foram provenientes do

experimento European Integrated Project on Aerosol Cloud Climate and Air Quality

Interactions (EUCAARI). Os dados utilizados estiveram contidos no ano de 2009 para a cidade

de Manaus-AM. O instrumento utilizado para as medições foi o Multi-Angle Absorption

Photometry (MAAP), disponibilizando as concentrações de material particulado (black carbon)

a cada 30 segundos, totalizando 15162 medições. Por fim, foram utilizados dados de sondagens

atmosféricas para a cidade de Manaus-AM, fornecidos pelo Centro de Previsão de Tempo e

Estudos Climáticos/Instituto Nacional de Pesquisas Espaciais (CPTEC/INPE), para o ano de

2009 às 00:00 e 12:00 UTC. A fim de se obter o grau de instabilidade atmosférica, foram

calculados os valores de Convective Available Potential Energy (CAPE), segundo a equação

abaixo:

dzTv

TvTvg=CAPE

NPE

NCE a

ap

(1)

Em que,

NPE é o nível de perda de empuxo (em metros);

NCE é o nível de convecção espontânea (em metros);

g é a força da gravidade (10 m/s²);

Tva e Tvp são a temperatura virtual do ambiente e da parcela, respectivamente (em K).

A determinação da influência dos aerossóis de queimadas sobre a precipitação na Amazônia foi

realizada a partir da comparação dos dados temporalmente coincidentes de:

- Black Carbon, CAPPI-Ground e Sondagens Atmosféricas, totalizando uma amostra de

5417 coincidências;

- FORTRACC e Black Carbons, totalizando uma amostra de 652 coincidências.

3. RESULTADOS

3.1 Comportamento Geral da Precipitação e do Black Carbon

Analisando-se ciclo anual da precipitação para a cidade de Manaus-AM para 2009, fica claro

que a maior parte da precipitação (Fração de Chuva) concentra-se nos primeiros seis meses do

ano, seguindo de um semestre com menor ocorrência de precipitação (Figura 1a). Em

contrapartida, os períodos onde são observadas as precipitações mais intensas são exatamente

invertidos, ou seja, precipitações mais intensas no segundo semestre e menos intensas no

primeiro (Figura 1a). Este comportamento pode ter ligação direta com a presença de aerossóis

de queimadas na região (Figura 1b), além de que durante o segundo semestre são encontrados os

maiores valores e variações de instabilidade atmosférica (MACHADO et al., 2004).

O comportamento da Fração de Chuva ao longo do ano, juntamente com o conhecimento da

variação da concentração de black carbons (Figura 1b), foi um fator importante para a

determinação de uma divisão do ano de 2009 em dois períodos distintos para a análise. O

primeiro, semestre período chuvoso, apresentou maiores ocorrências de Fração de Chuva e

menores concentrações de material particulado. O segundo período, semestre seco, foi aquele no

qual menores porcentagens de Fração de Chuva foram observadas além de altos níveis de

concentração de aerossóis de queimadas.

(a)

(b)

Figura 1 – (a) Ocorrência normalizada da Fração de Chuva e da Fração de Chuva Intensa para a área do

radar de Manaus-AM. (b) Ciclo anual da concentração de aerossóis de queimadas para a cidade de Manaus-

AM. Em azul estão os dados a cada 30 minutos e em preto uma média móvel semanal.

O ciclo diurno da precipitação para os dois semestres analisados apresentaram características

distintas (Figura 2a). A precipitação no semestre chuvoso esteve distribuída ao longo do dia,

contudo, durante o semestre seco a precipitação se concentrou basicamente no fim da tarde e

início da noite. Este padrão está associado ao fato de que no semestre seco, a maior parte da

precipitação esta ligada a convecção (Figura 1a), além de que a duração e tamanho dos sistemas

precipitantes são maiores no semestre chuvoso do que no seco (Figura 2b).

(a)

(b)

Figura 2 – (a) Ciclo diurno da Fração de Precipitação média para o semestre seco e chuvoso; (b) Tamanho

e duração médio mensal dos sistemas precipitantes rastreados pelo FORTRACC.

3.2 Influência do Black Carbon na Precipitação

A análise da influência dos aerossóis de queimadas sobre a precipitação foi dividida em dois

grupos distintos de acordo com o grau de instabilidade atmosférica fornecido pelo CAPE. Esta

divisão foi feita porque acredita-se que a presença de aerossóis do tipo black carbon pode

influenciar a chuva de maneiras diferentes dependendo do grau de instabilidade atmosférico.

Sendo assim, uma atmosfera foi considerada estável quando o valor de CAPE foi inferior a

1400 J/kg e instável quando o valor foi superior a 2600 J/kg (Figura 3).

Figura 3 – Histograma de CAPE para todo o ano de 2009. As linhas tracejadas delimitam os

valores denominados de atmosfera estável e instável.

Para o semestre chuvoso, observou-se que tanto para casos de uma atmosfera estável como

instável o aumento da quantidade de material influencia negativamente a precipitação. Este

padrão assemelha-se ao efeito radiativo (KOREN et al., 2004), no qual a camada de aerossóis

tende a se aquecer, devido ao forte poder de absorção dos aerossóis de queimadas

(RAMANATHAN et al., 2001), e a precipitação é inibida. Além do efeito radiativo, uma baixa

instabilidade atmosférica também deve ser levada em consideração ao se analisar a diminuição

do RAIN FRACION com o aumento da concentração de black carbons (Figura 4a). Para uma

atmosfera instável era esperado que o efeito microfísico fosse evidente, ou seja, uma maior

formação de gotículas e uma maior precipitação. Contudo, isto não foi observado (Figura 4b)

devido a alguns aspectos que devem ser comentados. O primeiro é devido à quantidade de

amostras utilizadas para a obtenção da curva com elevada instabilidade atmosférica ter

diminuído significativamente em relação a uma atmosfera estável, de 1808 para 581 amostras.

Outro ponto importante é que no período chuvoso não ocorre um predomínio de chuvas

intensas, mas menos severas (Figura 1a), ou seja, sistemas com pouco desenvolvimento vertical.

Com a ausência de mecanismos que favoreçam a ascensão da camada de gotículas formadas,

elas não crescem até atingirem o tamanho necessário para a precipitação e evaporam (ARTAXO

et al., 2006). Este comportamento é típico de nuvens quentes (ROSENFELD, 1999;

RAMANATHAN et al., 2001, KOREN et al., 2004) e estratiformes (KAUFMAN et al., 2005).

Figura 4 – Relação entre a concentração de black carbons e a Fração de Chuva (Média e desvio

padrão) para o semestre chuvoso numa (a) Atmosfera Estável e (b) Atmosfera Instável. As

barras verticais representam ½ desvio padrão.

Para o semestre seco a influência dos aerossóis de queimadas foi diferente para o caso estável e

instável. Numa atmosfera estável (Figura 5a) o efeito radiativo se mostrou dominante, com uma

diminuição significativa da Fração de Chuva com o aumento da concentração de black carbon.

Para o caso instável (Figura 5b) o comportamento tanto o efeito radiativo como microfísico se

fizeram presentes. O efeito microfísico predominou até uma concentração de black carbon de

aproximadamente 1700 ug/m³. Neste intervalo acredita-se que uma maior quantidade de

material particulado favoreceu a formação de um maior número de gotículas. Com um elevado

grau de instabilidade atmosférica, estas gotas ascendem até elevados níveis atmosféricos e

congelam. Com a formação do gelo, ocorre maior liberação de calor latente, favorecendo a

intensificação da corrente ascendente e consequentemente a convergência de umidade em

baixos níveis (LIN et al., 2006). Este resultado é similar ao modelo conceitual da influência dos

aerossóis sobre nuvens convectivas proposto por Rosenfeld et al. (2008). Contudo, a partir de

uma concentração de black carbon de aproximadamente 1700 ug/m³ ocorre uma diminuição da

Fração de Chuva. Este comportamento deve estar diretamente ligado ao efeito radiativo, que

leva a uma maior taxa de evaporação das gotículas. Ou seja, mesmo com uma atmosfera

considerada muito instável, esta instabilidade não é fator dominante para a formação da

precipitação haja visto que as gotículas formadas provavelmente evaporam antes de chegarem

ao nível de congelamento, o que favoreceria a intensificação da convecção.

Figura 5 – Relação entre a concentração de black carbons e a Fração de Chuva (Média e desvio

padrão) para o semestre seco numa (a) Atmosfera Estável e (b) Atmosfera Instável. As barras

verticais representam ½ desvio padrão.

3.3 Influência do Black Carbon na Duração e Tamanho dos Sistemas Precipitantes

Para o último ponto a ser analisado serão apresentados apenas os resultados para o semestre

seco, pois a quantidade de material particulado não se apresentou como forte influenciadora da

duração e tamanho dos sistemas precipitantes para o semestre chuvoso. Além disso, para esta

análise não será feita a divisão para uma atmosfera estável e instável, a quantidade de material

particulado para as duas classificações foi bastante diferente, impossibilitando a comparação.

Sendo assim, serão considerados todos os 652 casos de sistemas precipitantes,

independentemente do grau de instabilidade atmosférico. Os resultados (Figura 6) são similares

àqueles apresentados para o caso de uma atmosfera instável para o semestre seco (Figura 5b).

As células precipitantes rastreadas pelo FORTRACC sofreram uma influência positiva na sua

duração e tamanho com o aumento do material particulado até por volta de 1500 ug/m³ (Efeito

Microfísico). A partir deste valor ocorreu uma diminuição nas duas variáveis, evidenciando o

efeito radiativo.

Figura 6 – Relação entre a concentração de black carbons e a duração e tamanho dos sistemas

precipitantes para o semestre seco. As barras verticais representam ½ desvio padrão.

4. CONCLUSÕES

Os resultados apresentados nesta pesquisa evidenciam a influência dos aerossóis de queimadas

na precipitação sobre a região amazônica, especificamente na área de cobertura do radar banda-s

situado na cidade de Manaus-AM. As análises apontaram para padrões diferentes da influência

dos black carbons sobre a precipitação:

1) Para uma atmosfera estável o efeito radiativo domina, inibindo a precipitação;

2) Para uma atmosfera instável o comportamento observado foi diferente para o semestre

chuvoso e seco:

a. No semestre chuvoso o efeito radiativo aparentemente dominou. Contudo, uma

menor quantidade de amostras e tipo de nebulosidade observado no período

pode ter sido forte influenciador nos resultados;

b. No semestre seco o efeito microfísico dominou. Todavia, quando a

concentração de aerossóis de queimadas ultrapassou um certo limiar o efeito

radiativo passou a dominar, inibindo a precipitação

3) A duração e tamanho dos sistemas precipitantes se mostrou fortemente influenciada

pela presença dos aerossóis de queimadas. Os resultados foram bastante similares

àqueles observados para uma atmosfera instável no semestre chuvoso.

5. REFERÊNCIAS BIBLIOGRÁFICAS

ACKERMAN, A. S.; TOON, O. B.; STEVENS, D. E.; HEYMSPELD, A. J.; RAMANATHAN,

V.; WELTON, E. J. Reduction of tropical cloudiness by soot. Science, V.288, 2000.

ARTAXO, P.; OLIVEIRA, P. H.; LARA, L. L. PAULIQUEVIS, T. M.; RIZZO, L. R. JUNIOR,

C. P.; PAIXÃO, M. A. Efeitos climáticos de partículas de aerossóis biogênicos e emitidos em

queimadas na Amazônia. Revista Brasileira de Meteorologia, V. 21, n.3a, p.168-189, 2006.

KAUFMAN, Y. J.; KOREN, J. A.; ROSENFELD, D.; RUDICH, Y. The effect of smoke, dust,

and pollution aerosol on shallow cloud development over the Atlantic Ocean. Proc. Natl. Acad.

Sci. 2005.

KIRSTETTER, P. E.; ANDRIEU, H.; DELRIEU, G.; BOUDEVILLAIN, B. Identification of

vertical profiles of reflectivity for correction of volumetric radar data using rainfall

classification. Journal of Applied Meteorology and Climatology. 2010

KOREN, I.; KAUFMAN, Y, J.; REMER, L. A.; MARTINS, J. V. Measurement of the effect of

Amazon smoke on inhibition of cloud formation. Science, V.303, 2004.

KOREN, I.; MARTINS, J. V.; REMER, L. A.; AFARGAN, H. Smoke invigoration versus

inhibition of clouds over the Amazon. Science, V.321, 2008.

LIN, J. C.; MATSUI, T. PIELKE, R. A.; KUMMEROW, C. Effects of biomas-burning-derived

aerosol on precipitation and cloud in the amazon basin: a satellite-based empirical study.

Journal of Geophysical Research, V.111, 2006.

MACHADO, L. A. T.; LAURENT, H.; DESSAY, N.; MIRANDA, I. Seasonal end diurnal

variability of convection over the Amazonia: A comparison of different vegetation types and

large scale forcing. Theoretical and Applied Climatology, V.78, p. 61-77, 2004.

MARSHALL, J. S.; PALMER, W. The distribution of raindrops with size. Journal of

Atmospheric Sciences. V. 5, N. 4, p. 165-166, 1948.

QUEIROZ, A. P. Monitoramento e previsão imediata de tempestades severas usando dados

de radar. 131 p. (INPE-14181-TDI/1093). Dissertação (Mestrado em Meteorologia) – Instituto

nacional de Pesquisas Espaciais (INPE), São José dos Campos, 2009.

RAMANATHAN, V.; CRUTZEN, P.J.; KIEHL, T.; ROSENFELD, D. Aerosols, climate, and

the hydrological cycle. Science, V.294, 2001.

ROBERTS, G. C.; ANDREAE, M. O.; ZHOU, J.; ARTAXO, P. Cloud condensation nuclei in

the Amazon Basin: “Marine conditions over a continent?” Geophysical research letters. V.28,

p.2807-2810, 2001.

ROSENFELD, D. TRMM observed first direct evidence of smoke from forest fires inhibiting

rainfall. Geophysical Research Letters, V.26, n.20, p.3150-3108, 1999.

ROSENFELD, D.; LOHMANN, U.; RAGA, G. B.; O’DOWD, C. D.; KULMALA, M.; FUZZI,

S.; REISSELL, A.; ANDREAR, M. O. Flood or drought: How do aerosols affect precipitation?

Science, V.321, 2008.

VILA, D. A.; MACHADO, L. A. T.; LAURENT, H.; VELASCO, I. Forecast and Tracking the

Evolution of Cloud Clusters (ForTraCC) using satellite infrared imagery, methodology and

validation. Weather and Forecasting, V.23, p.233-245, 2008.