Universidade Federal do Rio Grande do Norte

Centro de Tecnologia

Coordenação do Curso de Engenharia Ambiental

Natal, novembro

2016

Caracterização e classificação das

propriedades ópticas de aerossóis na

atmosfera de Natal, Brasil

Daniel Camilo Fortunato dos Santos Oliveira

Daniel Camilo Fortunato dos Santos Oliveira

Natal, novembro

2016

Caracterização e classificação das

propriedades ópticas de aerossóis na

atmosfera de Natal, Brasil

Trabalho de Conclusão de Curso II apresentado à

Universidade Federal do Rio Grande do Norte como parte dos

requisitos para obtenção do título de Engenheiro Ambiental.

Orientadora: Prof. Dra. Judith Johanna Hoelzemann

Coorientadora: Prof. Dra. Elena Montilla-Rosero

AGRADECIMENTOS

Agradeço:

a Deus por todas as portas abertas na minha vida assim como, por ser a luz que me guia;

à minha família;

à Prof.ª Dr.ª Elena Montilla;

à Prof.ª Dr.ª Judith Hoelzemann;

ao Prof. Dr. Eduardo Landulfo;

ao Prof. Dr. Lucas Alados Arboledas;

à Coordenação de Engenharia Ambiental

aos meus amigos; e

ao Prof. Murillo.

SUMÁRIO

LISTA DE SIGLAS ...................................................................................................................... 4

RESUMO ...................................................................................................................................... 5

ABSTRACT .................................................................................................................................. 6

1. INTRODUÇÃO .................................................................................................................... 7

2. OBJETIVOS GERAL E ESPECÍFICOS .............................................................................. 9

2.1. Objetivo Geral ............................................................................................................... 9

2.2. Objetivos específicos..................................................................................................... 9

3. MATERIAIS E MÉTODOS ............................................................................................... 10

3.1. Descrição das características meteorológicas do lugar de medição ............................ 10

3.2. Descrição da AERONET ............................................................................................ 11

3.2.1. Descrição do fotômetro solar Cimel .................................................................... 12

3.3. Fotometria ................................................................................................................... 15

3.3.1. A Lei de Beer-Lambert ....................................................................................... 16

3.3.2. Definição e descrição de cálculo da AOD ........................................................... 16

3.3.3. Definição e descrição do coeficiente de Ångström ............................................. 17

3.4. Climatologia de aerossóis de D’Almeida .................................................................... 18

3.5. Análise da classificação da massa de ar ...................................................................... 19

4. RESULTADOS ................................................................................................................... 21

4.1. Estatística das propriedades ópticas dos aerossóis no período observado................... 21

4.2. Histogramas e gráfico de dispersão para as propriedades ópticas dos aerossóis......... 22

4.3. Frequências das massas de ar ...................................................................................... 23

5. DISCUSSÃO ....................................................................................................................... 24

5.1. Aerossóis ..................................................................................................................... 24

5.2. Proveniência das Massas de Ar ................................................................................... 25

6. CONCLUSÃO .................................................................................................................... 26

REFERÊNCIAS BIBLIOGRÁFICAS ........................................................................................ 27

LISTA DE SIGLAS

AERONET – AErosol RObotic NEtwork;

AOD – Aerosol Optical Depth;

ARL – Air Resources Laboratory

CCET – Centro de Ciências Exatas e da Terra;

CONAMA – Conselho Nacional do Meio Ambiente;

DCAC – Departamento de Ciências Atmosféricas e Climáticas;

DPI – Dots per inch;

GDAS – Global Data Assimilation System;

CNPq – Conselho Nacional de Desenvolvimento Científico e Tecnológico;

GP-MOQA – Grupo de Pesquisa de Modelagem e Observação de Química Atmosférica;

HYSPLIT – HYbrid Sigle-Particle Lagrangian Integrated Trajectory;

IPEN – Instituto de Pesquisas Energéticas e Nucleares;

LIDAR – Light Detection and Ranging;

NASA – National Aeronauics and Space Administration;

NOAA – National Oceanic and Atmospheric Administration;

OPAC – Optical Properties of Aerosols and Clouds;

RIMA – Red Ibérica de Medida de Aerosoles;

RN – Rio Grande do Norte;

TCC II – Trabalho de Conclusão de Curso II;

UFRN – Universidade Federal do Rio Grande do Norte;

UGr – Universidad de Granada;

UTC – Coordinate Universal Time;

UV – Ultravioleta.

RESUMO

O presente trabalho tem como objetivo caracterizar e classificar pela primeira vez os

aerossóis atmosféricos de Natal (RN) em função de suas propriedades ópticas

características. Para tal utilizou-se um fotômetro solar Cimel como meio de obtenção dos

dados no período de 29 de janeiro a 5 de julho de 2016 e cujos parâmetros utilizados para

a caracterização e classificação foram a profundidade óptica de aerossol (AOD) e o

coeficiente de Ångström (α). Com a instalação do Cimel no Campus da UFRN, a base de

dados de Natal passou a fazer parte das redes RIMA (Red Ibérica de Medida de

Aerosoles) e AERONET (AErosol RObotic NEtwork), e ele foi trazido pela parceria entre

o Instituto de Pesquisas Energéticas e Nucleares (IPEN), a Universidad de Granada

(UGr), e o Grupo de Pesquisa de Modelagem e Observação de Química Atmosférica (GP-

MOQA/Departamento de Ciências Atmosféricas e Climáticas/ CCET/ UFRN). Durante

o período de medições, em apenas 31% dos dias foram obtidas medições o que forneceu

uma média de AOD (500 nm) de 0,112 (±0,074), indicando aerossóis marítimos e uma

média de α (500-870 nm) de 0,140 (±0,203) cujos valores menores que 1 são esperados

para zonas costeiras. As análises de frequência dos histogramas confirmaram que as

características eram de aerossóis marítimos com a maioria dos valores obtidos de AOD

menores que 0,15 e α abaixo de 0,4 o que foi confirmado com a classificação feita no

gráfico de dispersão AOD versus α onde 62% dos aerossóis presentes na coluna

atmosférica de Natal (RN) eram aerossóis marítimos, 19% eram valores negativos e

desprezados da classificação e 19% dos aerossóis não tiveram classificação nesse estudo.

A classificação e caracterização dos aerossóis foram confirmadas pela modelagem de

retrotrajetórias do modelo HYSPLIT onde a grande maioria (93% a 500 m, 69% a 1500

m e 28 % a 3000 m de altura) das frequências de massas de ar se originaram no Sudeste

no Oceano Atlântico. Durante o período de estudo e com a metodologia usada, não foi

confirmada a presença de aerossóis desérticos nem a presença de massas de ar vindas do

Continente Africano.

Palavras-chave: Aerossóis; Cimel; AOD; Coeficiente de Ångström; Aerossóis

Marítimos; Retrotrajetórias; Aerossol Desértico

ABSTRACT

In this study the first characterization and classification of atmospheric aerosols over

Natal (RN) based on the presented optical properties is envisioned. A Cimel solar

photometer was used for obtaining the Aerosol Optical Depth (AOD) and Ångström

coefficient (α) in the period from January 29th to July 5th 2016. The Natal data base

belongs to the RIMA and AERONET networks, and is part of a collaboration partnership

between the Nuclear and Energy Research Institute (IPEN), the University of Granada

(UGR) and the Research Group for Modeling and Monitoring of Atmospheric Chemistry

(GP-MOQA / Department of Atmospheric and Climate Sciences / CCET / UFRN).

During the measurement period, 31% of the measurements days were valid data, from

these days the mean value of AOD (500 nm) was 0.112 (± 0.074), indicating marine

aerosols. Additionally, the mean value of α (500-870 nm) was 0.140 (± 0.203), the

expected values for coastal zones are less than 1. From frequency analysis of histograms

the characteristics of marine aerosols were confirmed as most values AOD were smaller

than 0.15 and α values were below 0.4. The local aerosol classification is confirmed by a

scatter plot of AOD versus α where 62% of aerosols present in the atmospheric column

Natal (RN) were marine aerosols, 19% were disregarded because of negative values and

19% of the aerosols were not classified in this study. The classification and

characterization of aerosols were confirmed by modeling backward trajectories of the

HYSPLIT model, the majority (93% at 500 m, 69% at 1500 m and 28% at 3000 m height)

of air masses frequency were originated in the Southeast Atlantic Ocean. During the study

period and under the methodology used the presence of desert aerosols were not

confirmed, neither the presence of air masses coming from the African Continent.

Key words: Aerosols; Cimel; AOD; Ångström Coefficient; Marine Aerosols;

Backward Trajectories; Desert Aerosols

7

1. INTRODUÇÃO

Desde a descoberta do fogo que o homem contribui para com a quantidade de

aerossóis na atmosfera. Entretanto, a partir da revolução industrial que se produz a

emissão continuada e crescente de gases e partículas de origem antropogênica que alteram

a composição da atmosfera (Toledano, 2005), sendo que a humanidade passou a ter uma

necessidade da queima de combustíveis para o desenvolvimento das cidades e suas vidas.

Os aerossóis podem ser definidos como um conjunto de partículas sólidas ou

líquidas em suspensão em um meio gasoso que se mantêm em tempo suficiente para

permitir sua observação e medida (Willeke e Baron, 1993; Toledano, 2005). Eles são

responsáveis pela condensação de partículas e formação de chuvas como também

influenciam no balanço radioativo da terra, alterando o clima do planeta. São de interesse

significativo porque contribuem de forma positiva ou negativa à saúde pública, à

fertilização dos oceanos e florestas, ao clima, à formação de nuvens, à visibilidade, à

química da atmosfera, ao ciclo hidrológico, dentre outras importâncias ambientais.

Eles interatuam com a atmosfera de três formas distintas: modo direto quando as

partículas interagem com a radiação solar por meio do espalhamento e absorção; modo

semidireto que se deve à capacidade dos aerossóis de absorver radiação de onda curta

(emitida pelo sol), levando a um aquecimento do ar e reduzindo a cobertura de nuvens

(Riquelme, 2015), e assim, contribuindo à forçante radioativa positiva; e, por fim, modo

indireto quando atuam como núcleo de condensação. Por estarem em suspensão, as

massas de ar os levam para outras regiões do planeta, causando um efeito de difusão e

fazendo com que o tempo de vida deles varie de acordo com as condições atmosféricas

até que sejam eliminados pela ação da gravidade, condensação, precipitação, aglutinação

e reações químicas que formam aerossóis secundários.

A grande emissão de aerossóis é também responsável por uma parte da poluição

atmosférica, a alta concentração os transforma em poluentes atmosféricos que são

entendidos, segunda a Resolução do CONAMA N.º 003 de 1990 como qualquer forma

de matéria ou energia com intensidade e em quantidade, concentração, tempo ou

características em desacordo com os níveis estabelecidos, e que tornem ou possam tornar

o ar: impróprio, nocivo ou ofensivo à saúde; inconveniente ao bem estar público; danoso

aos materiais, à fauna e flora; e prejudicial à segurança, ao uso e gozo da propriedade e

às atividades normais da comunidade . E uma boa forma de diagnosticar se uma cidade

ou região está limpa ou poluída é estudar a sua atmosfera, o que poderá ser feito tanto

pelo estudo das águas da chuva, dos poluentes atmosféricos e do material em suspensão

no ar (Motta, 2004).

Suas origens vão desde naturais como a poeira desértica, fogos em vegetação de

causas naturais, erupções vulcânicas, emissões do mar, emissões das florestas e poeira

interplanetária, até as antropogênicas como as fontes de combustão: queimadas, fornos,

automóveis e indústrias. A partir das emissões diretas (aerossóis primários), há os

secundários que são resultantes das interações químicas dos primários. Além disso, os

aerossóis têm uma infinidade de formas e de tamanhos, entre 10−4µm até 104µm

conforme Cortéz-Hernández e Aparicio (2014), o que depender da origem.

8

Os aerossóis podem ser medidos por métodos in situ e por detecção remota cujas

medidas são obtidas onde as partículas estiverem localizadas na coluna atmosférica. A

primeira pode utilizar técnicas ópticas e químicas na superfície ou na coluna atmosférica,

pois as medidas são obtidas quando os aerossóis estão a níveis baixos e a segunda pode

utilizar técnicas de medições ativas e passivas que podem ser caracterizada pelo uso da

luz, ou seja, a ativa se dá quando o aparelho utiliza luz própria como fonte (feixe de luz

ou um laser) e as técnicas de medições passivas, quando há uma coleta de dados que estão

passando pelo ponto de medição, no caso do fotômetro que utiliza a luz externa (sol). As

medidas de satélite oferecem uma grande cobertura espacial, enquanto as medidas de

superfície oferecem uma maior resolução temporal (Toledano, 2005).

No presente trabalho utilizou-se uma técnica de detecção passiva para a medição

das propriedades ópticas dos aerossóis e, em função destas propriedades, eles foram

caracterizados e classificados. Especificamente, foi utilizado o fotômetro solar Cimel,

instrumento pertencente à RIMA, uma rede federada da rede mundial AERONET da

NASA para a obtenção de parâmetros característicos dos aerossóis atmosféricos como o

AOD e o coeficiente de Ångström. Estes parâmetros foram analisados estatisticamente e

estudados em função de sua evolução diária e mensal para caracterizar e classificar os

aerossóis na coluna atmosférica sobre a cidade de Natal.

9

2. OBJETIVOS GERAL E ESPECÍFICOS

2.1.Objetivo Geral

O objetivo geral deste estudo é caracterizar e classificar pela primeira vez os

aerossóis atmosféricos de Natal (RN) em função de suas propriedades ópticas

características.

2.2.Objetivos específicos

● Manutenção técnica do fotômetro solar (estação Natal RIMA-AERONET); ● Obter os dados do fotômetro solar na cidade de Natal;

● Analisar estatisticamente os dados de AOD e do coeficiente de Ångström do

fotômetro solar Cimel; ● Estudar a evolução temporal de AOD e coeficiente de Ångström para o período

de análises; ● Classificar os aerossóis na coluna atmosférica da cidade de Natal em função dos

valores de AOD e coeficiente de Ångström;

● Utilizar o programa de modelagem de retrotrajetórias (HYSPLIT) para analisar

as massas de ar; ● Identificar as possíveis fontes dos aerossóis atmosféricos em Natal combinando

os resultados do Cimel com a análise das retrotrajetórias.

10

3. MATERIAIS E MÉTODOS

O estudo foi executado no Campus da UFRN, na cidade de Natal. Para tal,

utilizaram-se os parâmetros ópticos de aerossóis obtidos com o fotômetro solar Cimel da

rede RIMA-AERONET. Em seguida, são descritas as características meteorológicas do

lugar de medida, as principais características técnicas do fotômetro solar e das redes

RIMA-AERONET. Adicionalmente, se descreve a metodologia de obtenção dos

parâmetros ópticos que foram analisados estatisticamente no desenvolvimento do

trabalho para a primeira caracterização e classificação dos aerossóis na coluna

atmosférica local utilizando o Cimel. Finalmente é descrita a metodologia de obtenção

das retrotrajetórias de massas de ar que chegam a Natal e que serão utilizadas como

ferramenta de análises complementares.

3.1.Descrição das características meteorológicas do lugar de medição

Natal está situada a 05º 47’ 42” S e 35º 12’ 34” W e a 30 metros acima do nível

do mar e por ser uma cidade litorânea, permanentemente, sopra uma brisa vinda do

oceano, sempre de sudeste. O clima de Natal é quente e árido na estação seca e durante a

estação chuvosa se torna quente e úmido (precipitação média anual de 1380 mm e

temperatura média é de 26ºC). A estação chuvosa é o resultado das chamadas Ondas de

Leste e ocorrem entre os meses de abril a julho, com predominância em junho. São chuvas

rápidas e moderadas, com duração de até 48 horas, com 18 a 24 horas de intervalos. Todos

esses dados resultaram de uma estatística de 10 anos de pesquisa (Motta, 2004).

Outra característica importante de Natal é a proximidade ao Equador que

possibilita a atuação dos ventos alísios. Em relação às nuvens, a evaporação permite o

surgimento de nuvens mais baixas como as cumulus e fracto-cumulus que também são

trazidas ao continente pelos ventos alísios, diminuindo a incidência solar na região.

Praticamente, todos os dias são registradas presenças de nuvens com maior frequência a

uma cobertura de 4 a 6 oitavos de céu, além disso, a média anual de umidade relativa é

acima dos 80%. As maiores intensidades de ventos são registradas nos meses de junho a

agosto e a maior frequência de direção dos ventos é sudeste, conforme mostra a Figura 1.

11

Figura 1. Intensidade do vento durante os meses do ano para os dez anos de dados da pesquisa do INPE

(2004).

3.2.Descrição da AERONET

A rede AERONET foi criada em 1998 e é uma federação de redes de

sensoriamento remoto de aerossóis em terra, estabelecida pela NASA, que conta com

colaboradores como Agências Nacionais, Institutos, Universidades, cientistas e outros.

Também faz parte desta rede a RIMA. A rede RIMA está federada à AERONET desde

2006 após uma calibração conjunta de todos os novos instrumentos. Os objetivos

científicos são a classificação dos aerossóis, validação de medidas de satélite e colaborar

com outros tipos de medidas e instrumentos. Essa rede também é responsável pela

calibração dos fotômetros.

A rede fornece dados de AOD, vapor de água, propriedades microfísicas e

radiativas dos aerossóis, dentre outros parâmetros. Além disso, possui uma padronização

e calibração dos instrumentos e processamento dos dados.

Os dados disponibilizados podem ser obtidos em três níveis de qualidade. Para o

nível 1.0, as medidas não sofrem nenhum processamento, ou seja, são medidas brutas e

que estão sob influência de fatores que causam ruídos, como as nuvens ou o ruído elétrico.

Já o nível 1.5, as medidas sofreram um processamento por meio de algoritmos onde foi

eliminada a nebulosidade. E o nível 2.0 possui medidas de maior qualidade, ou seja, sem

a nebulosidade e com uma calibração do aparelho após um período de medições na

estação (12 meses). A Figura 2 mostra os locais que fornecem dados para a rede no nível

1.5.

12

Figura 2. Locais da Rede AERONET que fornecem dados dos fotômetros solares a nível 1.5.

http://aeronet.gsfc.nasa.gov/cgi-bin/type_piece_of_map_opera_v2_new.

3.2.1. Descrição do fotômetro solar Cimel

O instrumento utilizado pela AERONET é o fotômetro solar Cimel Modelo

Padrão SP3B2008. Este fotômetro mede a irradiância solar e radiância do céu em faixas

do espectro de luz por meio das medidas de almocântara, plano principal e irradiância

direta, fornecendo propriedades microfísicas e radiativas dos aerossóis. As medições são

obtidas automaticamente por meio de dois detectores de silício um para cada colimador

(um para a irradiação solar e outro para a radiância do céu) com um campo de visão de

1,2 graus. O instrumento também conta com uma roda com oito filtros sensíveis aos

comprimentos de onda 340, 380, 440, 500, 675, 870, 1020 e 1640 nm para cada

intensidade da radiação solar, como se mostra na Figura 3; de sensores de temperatura

para correção no filtro de 1020 nm; de um filtro de 936 nm para o vapor de água; um

filtro de 670 nm para a correção do ozônio; e um filtro UV de quartzo. Os colimadores

guiam a luz do sol corretamente para os sensores, reduzindo a luz difusa e diferem nas

aberturas onde um tem uma abertura 10 vezes maior que outro. Todos os filtros estão na

cabeça do Cimel acoplada a um robô.

Figura 3. Roda com os oito filtros mais o filtro para o vapor de água. Imagem retirada do CIMEL (2015).

13

O robô faz medições a cada 15 minutos durante as horas de sol em um dia,

movimentando a cabeça até o sol com uma precisão de 1º e em ângulos de azimute e

zenital com precisão de 0,05º. A medidas realizadas por ele são: a medida de irradiância

direta, almocântara e medidas de plano principal (zenital) que são obtidas em uma

sequência de 10 segundos cada medida e para evitar a interferência de nuvens é feita uma

sequência de três medições (tripleto) com 35 segundos de duração para a posteriori serem

comparadas e eliminadas as interferências. As medidas de almocântara e de plano

principal são obtidas nos quatro filtros 440, 670, 870 e 1020 nm.

A medida de radiância almocântara é obtida fazendo a varrição do céu em um

ângulo zenital solar constate com ângulos de azimute entre 0 e 180º e entre 0 e -180º em

relação a posição do sol; e já a medida de plano principal é obtida fazendo a varredura do

céu em um ângulo azimutal constante que contém um plano normal ao instrumento e ao

sol e variando de -6º abaixo do sol até 150º. Abaixo, são mostradas as medidas de

Almocântara e de Plano Principal (Figura 4).

Figura 4. A se refere à medida de Almocântara e B se refere à medida de Plano Principal. Imagens

retiradas do Cimel (2015).

Os dados são armazenados na memória do instrumento e em horários

predeterminados são descarregados por cabos ligados diretamente ao computador, em

seguida, são enviados pela internet ao banco de dados de RIMA onde serão pré-

processados para seguir com um bom funcionamento do fotômetro e, finalmente, os dados

são processados com os algoritmos de inversão para obter a AOD e são disponibilizados

no site da AERONET.

O Cimel foi trazido para a UFRN por meio de uma parceria entre o IPEN e a UGr

(Espanha) como parte no Projeto do CNPq intitulado “Aerossóis Nuvens: um estudo

comparativo com sensoriamento remoto e modelagem”, que é coordenado pelo Prof. Dr.

Eduardo Landulfo (IPEN/Universidade de São Paulo) e do qual faz parte o GP-

MOQA/UFRN coordenado pela Profa. Dra. Judith Hoelzemann (Departamento de

Ciências Atmosféricas e Climáticas/ CCET/ UFRN). O instrumento está localizado no

telhado do prédio da Escola de Ciências e Tecnologia na UFRN conforme a figura abaixo

(Figura 5).

14

Figura 5. 1-Fotômetro solar instalado no telhado da Escola de Ciências e Tecnologia da UFRN e 2-

Unidade de Controle do CIMEL.

Com a instalação do instrumento, Natal passou a fazer parte da Rede AERONET.

Sendo assim, as medições realizadas na cidade, até agora, estão disponibilizadas para

acesso mundial com dados no nível 1.5. As figuras abaixo mostram Natal em destaque

(Figura 6) e um exemplo dos dados medidos na estação de Natal (Figura 7).

Figura 6. Imagem da Rede RIMA com destaque para Natal que já dispõem seus dados no nível 1.5.

15

Figura 7. Gráfico gerado em nível 1.5 com a obtenção de Profunidade Óptica de Aerossol (AOD) em

diversos comprimentos de onda para o mês de fevereiro de 2016. http://aeronet.gsfc.nasa.gov/

3.3.Fotometria

A luz se comporta de duas maneiras ao se propagar, uma como partícula e outra

como onda. A primeira permite que a luz seja quantificada por meio de pacotes de energia

(fótons) e a segunda permite o estudo de comprimento de onda, frequência, entre outros

conceitos (Martins, 2006). Esse comportamento dual permite que a luz interaja com os

aerossóis que compõem a atmosfera de formas distintas: espalhamento, absorção e

emissão.

O espalhamento é dividido em elástico e inelástico, e o elástico se subdivide em

Mie e Rayleigh, porém o Espalhamento Mie é o mais relevante para o estudo, já que a

partícula absorve os fótons e os reemitem de forma desigual em várias direções com o

mesmo comprimento de onda (raio da partícula é aproximadamente igual ao comprimento

de onda incidente) sem perdas de energia e sem alterar a energia interna da partícula como

mostrado na abaixo. Já no Espalhamento Rayleigh, os fótons são interagem com as

moléculas cujos raios são bem menores que o comprimento de onda da luz incidente e

são reemitidos de forma igual em todas as direções sem alteração da energia.

16

Figura 8. Imagem traduzida de Riquelme (2015), ilustrando os Espalhamentos Mie e Rayleigh quando a

radiação solar interage com os aerossóis.

Um outro ponto fundamental no estudo da radiação/aerossóis é a fotometria solar,

quantização do espectro das ondas eletromagnéticas em todos os comprimentos da luz

solar, permitindo a distinção de dois conceitos fundamentais para o presente estudo: o

primeiro é a irradiância que pode ser entendida como a quantidade de energia por unidade

de área, considerando todas as direções do fluxo radiante (Martins, 2006); e o segundo é

a radiância entendida como a quantidade de energia por unidade de área e por

esferoradiano, considerando uma direção específica (Martins, 2006). Esses conceitos são

utilizados no fotômetro solar Cimel para a medição dos dados.

3.3.1. A Lei de Beer-Lambert

A Lei de Beer-Lambert descreve o comportamento de um raio de luz

monocromático ao atravessar um meio (a atmosfera), onde a intensidade da luz diminui

ao se propagar nesse meio (atenuação) devido às interações (espalhamento e absorção)

da radiação e a matéria (partícula ou molécula). A Lei de Beer-Lambert é expressa da

seguinte forma:

𝐼 = 𝐼0. 𝑒−𝜏𝑚 Eq.: 1

Onde I é a irradiância no detector; 𝐼0 é a irradiância extraterrestre; 𝜏 é a

profundidade óptica de aerossóis e m é a massa óptica é definida como a razão entre a

profundidade óptica na vertical e profundidade óptica em outra direção (Toledano, 2005).

Para calcular a profundidade óptica faz-se uma medida direta ao sol (medida de extinção),

onde essa profundidade óptica pode ser expressa em função do ângulo zenital solar (θ):

𝑚 = 𝑠𝑒𝑐 𝜃 Eq.: 2

3.3.2. Definição e descrição de cálculo da AOD

A partir da Lei Beer-Lambert é possível calcular a Profundidade Óptica Total cuja

expressão é obtida manipulando a Equação 1.

𝜏 = −1

𝑚𝑙𝑛 (

𝐼

𝐼0) Eq.: 3

17

E para calcular a profundidade óptica de aerossóis (𝜏𝐴), é preciso retirar do total

as contribuições referentes ao Espalhamento Rayleigh.

𝜏𝐴 = 𝜏 − 𝜏𝑆𝑅 Eq.: 4

Onde 𝜏𝑆𝑅 é a contribuição do Espalhamento Rayleigh na profundidade óptica

total.

Outra importante característica física é a Espessura Óptica que é entendida como

a quantidade da atenuação da radiação, por absorção ou dispersão espectral das partículas,

entre dois pontos em um meio. E é obtida matematicamente por meio da equação abaixo:

𝜏𝜆(𝑥1, 𝑥2) = ∫ 𝑏𝑒𝜆(𝑥) 𝑑𝑥𝑥2

𝑥1 Eq.: 5

Onde 𝜏𝜆(𝑥1, 𝑥2) é a espessura óptica de aerossol em um determinado comprimento

de onda λ em função de 𝑥1 𝑒 𝑥2; e 𝑏𝑒𝜆 é o coeficiente de extinção igual a ρ𝑘𝑒𝜆 (ρ é a

densidade e 𝑘𝑒𝜆 é a opacidade).

Então, AOD pode ser entendida como a carga de aerossóis na coluna atmosférica

(do ponto de medição até o topo da atmosfera), ou seja, é um indicador da quantidade de

aerossóis. E é a partir desse parâmetro, usando algoritmos de inversão e a Teoria de

Espalhamento Mie, que se obtém o tamanho dos aerossóis e como eles estão distribuídos

na atmosfera.

3.3.3. Definição e descrição do coeficiente de Ångström

Ångström descreveu uma relação entre a comprimento de onda da radiação

incidente com o tamanho das partículas, (Toledano, 2005; Cortéz e Aparicio, 2014), da

seguinte forma:

𝜏𝛼 = 𝛽. 𝜆−𝛼 Eq.: 6

Onde 𝛽 é uma constante referente ao coeficiente de turbidez que coincide com

profundidade óptica a 1 µm, (Cortéz e Aparicio, 2014), 𝜆 é o comprimento de onda que

é dado em µm e α é o coeficiente de Ångström cuja importância é devida por estar

relacionada à distribuição de tamanhos dos aerossóis.

Para calcular o α, é necessário transformar a Equação 6 da seguinte forma:

ln (𝜏𝛼) = ln(𝛽) − 𝛼. ln (𝜆) Eq.: 7

𝛼 = −ln (𝜏𝛼)

ln(𝜆)− ln(𝛽) Eq.: 8

Como a AOD devida a Lei de Ångström é uma aproximação, é necessária uma

maior precisão, por isso o α é calculado em uma faixa de comprimento de onda: 𝛼(𝜆1/𝜆2).

ln 𝜏𝑎(𝜆1) ln 𝜏𝑎(𝜆2) = −𝛼(ln 𝜆1 − ln 𝜆2) Eq.: 9

𝛼 = −ln(𝜏𝛼(𝜆1)/𝜏𝛼(𝜆2))

ln (𝜆1/𝜆2) Eq.: 10

Onde 𝜆1 é o comprimento de onda menor, 𝜆2 é o comprimento de onda maior e o

ln(β) foi subtraído da equação devido a diferença entre os comprimentos de onda.

18

Portanto, o coeficiente de Ångström pode ser entendido como um indicador óptico

do tamanho dos aerossóis, ou seja, é uma parametrização da profundidade óptica de

aerossóis.

Conforme Toledano (2005), o parâmetro α pode ter valores entre 0 e 4, onde

valores altos são referentes a partículas pequenas já que estas têm um espalhamento com

forte dependência do comprimento de onda e os valores baixos se referem a partículas de

tamanho grande. É habitual que para os aerossóis o coeficiente de Ångström α pode variar

entre 0 e 2,5.

Portanto, os parâmetros utilizados para a caracterização e classificação das

propriedades ópticas de aerossóis em Natal/RN, que são obtidos por meio da fotometria

solar, foram o coeficiente de Ångström e o AOD.

3.4.Climatologia de aerossóis de D’Almeida

A classificação dos aerossóis foi realizada com base na climatologia de

D’Almeida (1991), da qual os principais parâmetros desse trabalho se resumem na Tabela

1 e na Figura 9 (gráfico de dispersão para os parâmetros da Tabela 1), a classificação é

relacionada com cada tipo de aerossol suspenso na coluna atmosférica. Ela é utilizada

pelo modelo OPAC, (Hess et al., 1998).

τ 𝛼500−800

Continental limpo 0.064 1.42

Continental médio 0.151 1.42

Continental contaminado 0.327 1.45

Urbano 0.643 1.43

Desértico 0.286 0.17

Marítimo limpo 0.096 0.08

Marítimo contaminado 0.117 0.35

Marítimo tropical 0.056 0.04

Ártico 0.063 0.89

Antártico 0.072 0.73

Tabela 1. Classificação dos aerossóis através da profundidade óptica (τ) a 550 nm e o coeficiente de

Ångström (α) para a faixa de comprimento de onda de 500 a 800 nm, (D’Almeida, 1991; Hess et al.,

1998; Toledano, 2005).

19

Figura 9. Gráfico traduzido de Toledano (2005) para a dispersão de AOD (550 nm) e o coeficiente de

Ångström (α) na faixa de comprimento de onda de 500 a 800 nm.

O comprimento de onda utilizado para a AOD foi de 500 nm, pois as informações

poderão ser correlacionadas com outros instrumentos de medidas como o LIDAR de

despolarização ao melhorar a razão Lidar de aerossóis, já em funcionamento na UFRN.

A faixa de comprimento de onda foi de 500-800 nm.

3.5.Análise da classificação da massa de ar

Ao se estudar aerossóis é necessário estudar as massas de ar, mais precisamente,

as retrotrajetórias realizadas por elas, pois existe uma relação entre a massa de ar e o

aerossol já que são elas que os transportam. Portanto, a procedência dessas massas se

relaciona com as medidas fotométricas realizadas a cada dia.

O modelo escolhido para calcular as retrotrajetórias foi o HYSPLIT (Toledano,

2005) desenvolvido pelo NOAA. Segundo Toledano (2005), “trata-se de um modelo do

tipo lagrangiano, cujos dados de entrada são mapas de análises meteorológicas, e

descrevem o movimento de uma parcela de ar dentro da atmosfera e a saída do modelo é

um conjunto de pontos (1 por hora) que permite reconstruir a posição da partícula em

latitude, longitude e altura”.

Alguns dados requisitados à realização das retrotrajetórias foram: o modelo

vertical de velocidade também conhecido como tridimensional, pois é mais preciso que

os demais (isobárico e isentrópico); a hora 20 UTC, que representa o final do dia em

Natal; o tempo total de retorno em horas escolhido foi de 120 horas o que corresponde a

5 dias, tempo escolhido por ser o tempo médio do erro, considerado de aproximadamente

20% diário por trajetória e é o suficiente para conhecer a procedência das massas de ar

(Toledano, 2005). Além desses dados, as alturas utilizadas foram de 500, 1500 e 3000 m

para cobrir faixas médias de altura dentro da camada limite e onde teria a presença dos

aerossóis segundo a equipe Lidar da UFRN (Renata Santos, et. al, 2016). A resolução de

20

plotagem foi a máxima (120 dpi) e o fator zoom foi de 70 para uma melhor visualização

das trajetórias, além disso o banco de dados utilizado para gerar as retrotrajetórias foram

os dados meteorológicos de reanálise do GDAS disponibilizado para a modelagem de

retrotrajetórias pela ARL. Na Figura 10, estão exemplificadas as trajetórias modeladas

pelo HYSPLIT para o dia 11 de janeiro de 2016. É perceptível que as trajetórias de massas

de ar a 3000 metros e a 1500 metros vieram do oeste do continente Africano, enquanto a

trajetória a 500 metros veio do Oceano Atlântico.

Figura 10. Exemplo de retrotrajetória modelada pelo modelo HYSPLIT para o dia 11 de janeiro de 2016.

Com os resultados obtidos por meio do HYSPLIT, durante o período de dados

gerados pelo Cimel, foi possível fazer uma classificação das massas de ar que passam por

Natal. A classificação é baseada na porcentagem referente à frequência das

retrotrajetórias.

21

4. RESULTADOS

Em seguida, são apresentados os principais resultados deste estudo como tabelas

e gráficos estatísticos, permitindo uma melhor visualização e compreensão. Além disso,

é apresentada uma figura referente às retrotrajetórias do deslocamento das massas de ar

que possibilitou o entendimento de suas origens e mostrando o transporte dos aerossóis

durante o período de medições.

4.1.Estatística das propriedades ópticas dos aerossóis no período observado

As estatísticas realizadas foram baseadas nos dias de medições conforme a Tabela

2 que mostra a identificação do fotômetro solar, o nível de processamento dos dados e a

quantidade de dias medidos pelo aparelho. Já a Tabela 3 quantifica os dias descartados e

os dias utilizados para a estatística do trabalho. E as médias mensais dos parâmetros com

seus respectivos desvios padrões assim como a quantidade de dias utilizados por mês são

visualizados na Tabela 4.

Fotômetro Período de medições Nº de dias

medidos

Nível da base

de dados

#420 29/ Jan/ 2016 a 05/ Jul/ 2016 66 1.5

Tabela 2. Período de operação do fotômetro solar Cimel cujo número de identificação é 420, em Natal

pertencente às redes RIMA e AERONET.

Total de

dias

Nº de dias

medidos

Dias

descartados

Dias

utilizados

213 66 8 58

Tabela 3. Dias de medição utilizados no estudo.

Mês Dias com

medições

Média

AOD

Desvio

Padrão AOD Média α

Desvio

Padrão α

Janeiro 2 0,075 0,004 0,083 0,102 Fevereiro 18 0,199 0,093 0,310 0,190

Março 10 0,121 0,047 0,047 0,181 Maio 16 0,078 0,020 0,058 0,116 Junho 9 0,072 0,013 0,142 0,129 Julho 3 0,111 0,013 0,012 0,070

Período 58 0,112 0,074 0,140 0,203

Tabela 4. Estatística para AOD (500 nm) e coeficiente de α (500-870 nm).

22

4.2.Histogramas e gráfico de dispersão para as propriedades ópticas dos

aerossóis

Os histogramas de frequência (Figura 11 e Figura 12) e o gráfico de dispersão

(Figura 13) foram elaborados para facilitar a classificação e caracterização dos parâmetros

AOD e α, mostrando a maior densidade de pontos nas regiões dos histogramas e do

gráfico de dispersão.

Figura 11. Histograma de frequência para AOD (500 nm), Natal (RN).

Figura 12. Histograma de frequência para o coeficiente de Ångström (500-870 nm), Natal (RN).

23

Figura 13. Gráfico de dispersão de AOD (500 nm) e o α na faixa de comprimento de onda 500 a 870 nm.

4.3.Frequências das massas de ar

As massas de ar modeladas pelo programa HYSPLIT possibilitam a confirmação

da classificação dos aerossóis com a origem das massas. A Figura 14 apresenta uma

frequência das retrotrajetórias em três diferentes alturas (500 m, 1500 m e 3000 m),

melhorando a visualização das origens delas desde janeiro a julho de 2016.

Figura 14. Frequência das retrotrajetórias nas respectivas alturas A (500 m), B (1500 m) e C (3000 m),

incluindo os 58 dias de observações do fotômetro solar (Cimel) de janeira a julho de 2016.

24

5. DISCUSSÃO

5.1.Aerossóis

Conforme a Tabela 2, o período de medições do fotômetro #420 foi de 29 de

janeiro de 2016 a 05 de julho de 2016, porém, apenas para 31% dos dias foi possível obter

dados, totalizando 66 dias com medições. O Cimel apresentou problemas com as baterias

externas, sendo necessária trocá-las com frequência. A presença de muitas nuvens baixas

(característica da região) do tipo cumulus e fracto-cumulus durante o dia conforme estudo

de Motta, 2004, e o período chuvoso de abril a julho também interferiram nas medições.

Dos 31%, dos dias com dados, foram descartados 12% de dias medidos já que os mesmos

apresentaram apenas uma única medição o que não é suficiente para uma análise

estatística do período, como mostrado na Tabela 3. Na Tabela 4, os maiores desvios

padrão de AOD (500 nm) ocorreram no mês de fevereiro e março e os menores ocorreram

em janeiro, junho e julho, provavelmente, por serem os meses com menos dias medidos.

Nessa tabela também são apresentados desvios padrão e as médias do coeficiente de

Ångström (500-870 nm) com maior variação para os meses de fevereiro e março, do

mesmo modo, os menores desvios também foram registrados para janeiro e julho.

Ainda na Tabela 4, a média de AOD no período de medições foi de 0,112,

indicando aerossóis marítimos tropical e marítimo limpo, pois estão abaixo de 0,1

segundo a classificação de D’Almeida, 1991, e com desvio padrão de 0,074,

representando uma variação de 66% da média. Já o coeficiente teve uma média de 0,140

cujos valores esperados são menores que 1 para zonas costeiras segundo Toledano (2007).

O desvio padrão foi de 0,203, correspondendo a 145% da média, ou seja, houve uma

grande variabilidade deste parâmetro. Possivelmente, esta grande variabilidade pode estar

associada à presença de nuvens e, conforme Toledano (2007), um valor absoluto de AOD

baixo aumenta o erro do coeficiente de Ångström. Não foram obtidos dados para o mês

de abril de 2016, pois a bateria interna apresentou problemas o que impossibilitou a

observação dos dados.

O histograma de frequência para AOD da Figura 10 mostra que a maioria dos

valores obtidos são menores que 0,15, com 50% dos valores entre 0,05 e 0,1 e 21% entre

0,1 e 0,15, reforçando uma espessura óptica de aerossol característica de aerossóis

marítimos entre tropical e limpo cujo AOD é menor que 0,12 (Toledano, 2005). É

importante destacar que 7% das ocorrências de AOD estão entre 0,25 e 0,3, podendo estar

associadas a aerossóis desérticos, conforme Tabela 1, mas que não foram definidas pela

dispersão de AOD versus α.

No histograma de frequência para α, há 19% dos valores negativos,

provavelmente devido a dias nublados (Toledano, 2007). A maior ocorrência do

coeficiente está abaixo de 0,4 e dentre esta faixa de frequência, mais de 27% dos valores

são menores que 0,1 (característica de aerossóis marítimos limpos e marítimos tropicais).

25

No gráfico de dispersão da AOD versus o coeficiente de Ångström (Figura 13),

são apresentados 62% dos aerossóis como sendo aerossóis marítimos cuja classificação

inclui os aerossóis do tipo marítimo limpo, marítimo tropical e uma pequena quantidade

de marítimo contaminado. A junção desses tipos foi realizada desta forma para que se

pudesse ter uma maior clareza na classificação. Houve ainda 19% de aerossóis que não

se enquadraram na classificação proposta por este trabalho segundo o modelo de

D’Almeida (1991). A Figura 12 permite uma melhor visualização da classificação geral

(Marítimo, Negativo e Sem Classificação), pois as regiões onde se encontra cada tipo de

aerossol é indicada com uma cor diferente.

5.2.Proveniência das Massas de Ar

Na altura de 500 metros (Figura 13, quadro A) há uma presença significativa de

massas de ar provindas do Sudeste, sendo representadas por 93% das ocorrências. Porém,

em maiores alturas, a frequência diminui chegando a 28% a 3000 metros (Figura 13,

quadro C). Já as massas de ar vindas do Leste se comportam de maneira contrária às

anteriores, saindo de 4% a 500 m de altura e chegando a 35% a 3000 m de altura,

ocorrendo também um aumento na frequência de massas de ar vindas do Nordeste com o

aumento da altura. Porém, os dias com massas de ar vindas próximas do Continente

Africano não coincidem com o transporte de aerossol para a América do Sul.

Não foram registradas retrotrajetórias a 500 e 1500 metros de altura (Figura 13,

quadro B) vindas do Norte. Para o Sul e Sudoeste houve baixas frequências de massas de

ar provindas dessas direções (de 0,5% a 6%, respectivamente).

26

6. CONCLUSÃO

Mesmo com 31% dos dias com medições, foi possível fazer uma caracterização e

classificação dos aerossóis na coluna atmosférica da cidade de Natal, RN, sendo este o

primeiro estudo utilizando um fotômetro solar Cimel como instrumento de obtenção de

dados para a cidade. Os histogramas de frequência já indicavam características para

aerossóis do tipo marítimo que foram confirmadas pelo gráfico de dispersão AOD versus

α. Com isso foi possível verificar que na cidade de Natal, com uma presença significativa

no período de 29 de janeiro a 5 de julho de 2016, os aerossóis foram do tipo marítimo.

Não foi possível confirmar a presença de aerossóis do tipo desértico no mesmo período

quando analisado o gráfico de dispersão de AOD versus α da metodologia usada.

A origem desses aerossóis marítimos é confirmada pela frequência de

retrotrajetórias modeladas pelo modelo HYSPLIT que comprovam a vinda das massas de

ar do Oceano Atlântico cuja maior ocorrência é do Sudeste, provavelmente, devido aos

ventos alísios de Sudeste.

São necessários mais estudos com períodos de tempo de medição maiores para

uma possível classificação e caracterização dos aerossóis ditos como sem classificação.

Adicionalmente, os valores negativos eram esperados já que Natal possui uma influência

muito forte do oceano, possibilitando ruídos devido à nebulosidade. Além disso, o

número de medições deve ser maior para que aumente a precisão dos resultados e possa

se desenvolver mais estudos posteriores.

Contudo, este trabalho servirá de base para uma futura climatologia de aerossóis

na coluna atmosférica da Cidade de Natal, RN, porque foi mostrada uma metodologia

muito efetiva de classificação de aerossóis em função de AOD e α, e foram deixadas as

bases para a continuação deste trabalho. A demais, os resultados deste estudo e os

trabalhos posteriores derivados desta metodologia serão fundamentais para uma

comparação com os resultados de classificação dos aerossóis obtidos com o sistema Lidar

DUSTER do IPEN-UFRN que começou a produzir dados no mesmo período.

27

REFERÊNCIAS BIBLIOGRÁFICAS

BRASIL. Resolução n. 003, de 28 de junho de 1990 do CONAMA. Diário Oficial da União,

Brasília, DF, 22 ago. 1990. Seção 1, p. 15937-15939.

CIMEL Advanced Monitoring. Multiband photomer CE318-N: User’s Manual. Disponível

em: <http://aeronet.gsfc.nasa.gov> Acesso em: 21 abr. 2015.

CORTÉZ-HERNÁNDEZ, V. E.; APARICIO, J. Caracterización de aerosoles por quema de

biomassa em el sureste de México. Tecnología y Ciencias del Agua, vol. 5, n. 1, p. 145-156,

feb. 2014.

ESCRIBANO, J. Capa límite, reflectancia y espesor óptico de aerosoles sobre Santiago.

Universidad de Chile, Chile. Out. 2012.

GREGORY, L. Cimel Sunphotometer (CSPHOT) Handbook. ARM Climate Reseacher

Facility. jan. 2011.

HESS, M.; KEOPKE, P.; SCHULT, I. Optical Properties of Aerosol and Clouds: The

Software Package OPAC. Bulletin of the American Meteorological Society, vol. 79, p. 831-

844, mai. 1998.

MOTTA, J. O Clima de Natal. Instituto Nacional de pesquisas espaciais (INPE), Ministério da

Ciência e Tecnologia. 2004.

MARTINS, R. P. Renderização em Tempo Real Utilizando Mapas de Iluminação em Alta

Precisão. Pontifícia Universidade Catótlica do Rio de Janeiro-RJ. 07 de abril de 2006.

NASA. AERONET aerosol robotic network. Disponível em: <http://aeronet.gsfc.nasa.gov>.

NOAA. ARL Air Resources Laboratory. Disponível em: <http://ready.arl.noaa.gov>.

PAIXAO, M.A.; PIRES, C.; ARTAXO, P.; CORREA, A. Climatologia das propriedades

opticas do aerossol na Amazonia com base na rede AERONET. Anais do XV Congresso

Brasileiro de Meteorologia, 2008.

RIQUELME, A. S. Caracterización Óptica de Aerosoles Troposféricos Utilizando la

Técnica LIDAR. Universidad de Concepción, Chile. ago. 2015.

TOLEDANO, C. Climatología de los Aerosoles Mediante la Caracterización de

Propriedades Ópticas y Masas de Aire em la Estación ‘El Arenosillo’ de la Red

AERONET. Universidad de Valladolid, Espanha. out. 2005.

TOLEDANO, C.; CACHORRO, V.; BERJÓN, A.; DE FRUTOS, A.; FUERTES D.;

GONZÁLEZ, R., et al. RIMA-AERONET network: long-term monitoring of aerossol

properties. Óptica Pura y Aplicada, Special Section 37th AMASON, ago. 2011.

TOLEDANO, C.; CACHORRO, V.; BERJÓN, A.; DE FRUTOS, A.; FUERTES D.;

SORRIBAS, M., et al. Aerosol optical depth and Ångström exponente climatology at El

Arenosillo AERONET site (Huelva, Spain). Quarterly Journal of the Royal Meteorological

Society. 133: 795-807, feb. 2007.

WAGNER, F.; SILVA, A. M. Some considerations about Ångström exponent distributions.

Atmospheric Chemistry and Physics, n. 8, p. 481-489, fev. 2008.