Upload
lamtram
View
214
Download
0
Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS EXATAS E DA TERRA
Programa de Pós-Graduação em Ciências Climáticas
ANÁLISE DO BALANÇO DE ENERGIA ENTRE A INTERFACE ATMOSFERA-GELO-ÁGUA SOBRE O MAR DE WEDDELL
FRANCISCO AGUSTINHO DE BRITO NETO
NATAL RN Outubro 2017
ANÁLISE DO BALANÇO DE ENERGIA ENTRE A INTERFACE ATMOSFERA-GELO-ÁGUA EM TORNO DO MAR DE WEDDELL
FRANCISCO AGUSTINHO DE BRITO NETO
Dissertação de mestrado apresentada ao
Programa de Pós-Graduação em Ciências
Climáticas, do Centro de Ciências Exatas e da Terra
da Universidade Federal do Rio Grande do Norte,
como parte dos requisitos para obtenção do título de
Mestre em Ciências Climáticas.
Orientador: Professor David Mendes
Co-orientador: Professora Maria Helena Constantino Spyrides
COMISSÃO EXAMIDADORA
Prof. David Mendes (UFRN)
Profa. Maria Helena Constantino Spyrides (UFRN)
Prof. Cláudio Moisés Santos e Silva (UFRN)
Prof. Márcio Machado Cintra (UFRN)
Prof. Weber Andrade Gonçalves (UFRN)
Prof. Paulo Nobre (INPE)
NATAL RN
Outubro 2017
DEDICATÓRIA
Aos meus pais, os maiores amores da minha vida a quem dedico todas as minhas
vitórias
A Glícia Ruth, companheira de todos os momentos, pela compreensão e carinho ao
longo do período de elaboração deste trabalho.
Ao meu orientador David Mendes, professor exemplar, me orientou de forma eficaz,
entendendo minhas dificuldades e comemorando as minhas vitórias.
AGRADECIMENTOS
Por inúmeras conquistas na minha vida, venho por meio deste comunicado
agradecer a Deus que permitiu que tudo isso acontecesse, ao longo de minha vida, e
não somente nestes 7 anos como universitário, mas que em todos os momentos é o
maior mestre que alguém pode conhecer.
Agradeço do fundo do meu coração a minha mãe Rita Paula de Brito Silva, ao
meu pai Lenilson Cardoso da Silva e a minha Avó materna Antônia Mandu de Brito
por ter me mostrado o caminho correto na vida, incentivando nas horas difíceis, de
desânimo e cansaço.
Agradeço a todos os professores do Departamento de Ciências Atmosféricas e
Climáticas (DCAC) por me proporcionar o conhecimento não apenas racional, mas a
manifestação do caráter e efetividade da educação no processo de formação
profissional em Meteorologia, por tanto que se dedicaram a mim, não somente por
terem me ensinado, mas por terem me feito aprender. A palavra mestre, nunca fará
justiça aos professores dedicados aos quais sem nominar os meus eternos
agradecimentos.
Um agradecimento especial ao meu Orientador David Mendes, tanto do
trabalho de conclusão de curso da graduação em Meteorologia, quanto da dissertação
de mestrado. O senhor sempre teve a disposição em passar os melhores conselhos
e orientações para o enriquecimento do meu trabalho, e o meu crescimento como
pesquisador na área. Obrigado por tudo!
A minha coorientadora Maria Helena por contribuir na minha formação e com
as inúmeras contribuições no meu trabalho durante o mestrado.
Ao instituto Antártico Argentino por disponibilizar de forma inédita os seus
bancos de dados das seis estações fixas sobre o Mar de Weddell. Também agradecer
o CNPq e CAPES, pelo incentivo a minha pesquisa, proporcionando instrumentos
necessários para realização da mesma.
RESUMO
As regiões polares têm um papel crucial no clima do planeta, pois constituem
verdadeiros sumidouros de energia. O continente Antártico apresenta características
físicas e geográficas que propiciam a geração de condições meteorológicas adversas,
tendo outro importante atributo a grande variabilidade interanual do gelo marinho. Este
estudo tem como um dos objetivos estudar e avaliar o comportamento das condições
de gelo marinho em pontos fixos no Mar de Weddell, assim como os fluxos de energia
em superfície e temperatura do ar, utilizando um modelo dinâmico pontual. A área de
estudo corresponde ao Mar de Weddell situado na parte mais ao sul do oceano
Atlântico, entre as latitudes 83° 10’ Sul a 55° 00’ Sul e longitudes 84° 00’ Oeste a 10°
00’ Leste. Esta área cobre aproximadamente 3,4 milhões de Km² correspondendo
aproximadamente o tamanho do Giro de Weddell. Um outro objetivo é caracterizar as
condições climáticas em superfície na região. Para isso utilizaram-se dados diários de
Pressão Atmosférica em Superfície, Velocidade e Direção do Vento, além da
Temperatura do ar a 2 metros, oriundos de 6 estações meteorológicas do Instituto
Antártico Argentino localizados ao longo da borda continental que compreende o Mar
de Weddell. Desta forma, realizou-se um estudo das condições extremas na
velocidade do vento, com dados de reanálise do Era-Interim, para os ventos zonal e
meridional, pressão ao nível médio do mar e altura geopotencial. Para as condições
iniciais que alimentam o modelo pontual de gelo marinho, utilizaram-se dados dos
fluxos de energia e radiação diários provenientes das reanálises do NCEP/NCAR. O
período de estudo compreende janeiro de 1979 a dezembro de 2015. Quanto à
caracterização das condições meteorológicas sobre o Mar de Weddell observou-se
que quando há eventos extremos na região, estes estavam associados a ciclones
extratropicais transientes. Tendo também impacto no aumento da temperatura na
maioria das estações, devido à advecção de temperatura oriundo de latitudes
menores. As simulações com o modelo pontual mostraram que a neve é um grande
controlador na taxa de crescimento e derretimento do gelo marinho sobre o Mar do
Weddell. Enquanto, que o modelo subestima a Temperatura do Ar em todos os pontos
simulados.
Palavras–chave: Espessura do Gelo Marinho; Ciclone Extratropical; Teoria de
Eventos Extremos
ABSTRACT
The polar regions play a crucial role in the climate of the planet, as they constitute true
energy sinks. The Antarctic continent presents physical and geographical
characteristics that provide the generation of adverse weather conditions, having
another important attribute the great interannual variability of the sea ice. This study
has as one of the objectives to study and evaluate the behavior of marine ice conditions
at fixed points in the sea of Weddell, as well as the energy flows in surface and
temperature of the air, using a dynamic model punctual. The area of study corresponds
to the sea of Weddell situated in the southern part of the Atlantic Ocean, between the
latitudes 83 ° 10 ' South at 55 ° 00 ' South and longitudes 84 ° 00 ' West at 10 ° 00 '
East. This area covers approximately 3.4 million km² corresponding to approximately
the size of Weddell. Another objective is to characterize the surface climatic conditions
in the region. For this use daily data of atmospheric pressure on surface, speed and
direction of the wind, in addition to the air temperature at 2 meters, from 6
meteorological stations of the Argentine Antarctic Institute located along the
Continental edge that comprises the sea of Weddell. In this way, a study of the extreme
conditions at wind speed was carried out, with data of reanalysis of the Era-Interim, for
the winds of the region and the south, pressure at the average sea level and
geopotential height. For the initial conditions that feed the time model of marine ice,
data were used of the daily energy flows and radiation from the reanalysis of
NCEP/NCAR. The study period comprises January from 1979 to December 2015. As
for the characterization of the weather conditions on the sea of Weddell it was observed
that when there are extreme events in the region, these were associated with transient
extratropical cyclones. It also has an impact on the increase in temperature in most
stations due to the advection of temperature from smaller latitudes. The simulations
with the punctual model showed that snow is a great controller in the rate of growth
and melting of sea ice over the sea of the Weddell. Meanwhile, the model
underestimates the air temperature at all simulated points.
Key words: thickness of sea ice; Cyclone Extratropical; Extreme Event Theory
LISTA DE ILUSTRAÇÃO
Figura 1 - Continente Antártico com Oceano Austral dividido em regiões ................ 18 Figura 2 - Imagem representando o Giro do Mar de Weddell (WG) e o Giro do Mar de Ross (RG). ................................................................................................................ 19 Figura 3 - A imagem à esquerda (a) mostra a topografia do Continente Antártico. A imagem à direita (b) mostra a representação da formação dos ventos catabáticos sobre o platô Antártico. Setas representa a circulação do vento............................... 20 Figura 4 - Cobertura do gelo marinho. Imagem a esquerda mostra a cobertura do gelo marinho no mês de março e no lado direito no mês de setembro. ............................ 21 Figura 5 - Representação de forma esquemática dos principais componentes da Criosfera. ................................................................................................................... 22 Figura 6 - Ilustração da dinâmica da modificação da espessura do gelo marinho. ... 26 Figura 7 - Esquema exemplificando como calcula o balanço de energia para o oceano sem a cobertura do gelo marinho. Setas pretas indica os fluxos de energia. ........... 29 Figura 8 - Esquema exemplificando como é calculado o balanço de energia para o oceano com a cobertura do gelo marinho, mas sem deposição de neve. Setas pretas indicam os fluxos de energia. .................................................................................... 30 Figura 9 - Esquema exemplificando como calcula o balanço de energia para o oceano com a cobertura de gelo marinho e de neve. Setas pretas indicam os fluxos de energia. Fonte: Adaptado de Parkinson e Washington (1979). ............................................... 31 Figura 10 - Localização do Mar do Weddell no continente Antártico. ........................ 34 Figura 11 - Distribuição espacial das estações meteorológicas Argentinas em volta do Mar de Weddell. ........................................................................................................ 35 Figura 12 - Experimento 1: Sem a presença de gelo ou neve................................... 44 Figura 13 - Experimento 2: Condições de gelo marinho e água abaixo. ................... 45 Figura 14 - Experimento 3: Condições de neve sobre o gelo marinho e água abaixo. .................................................................................................................................. 45 Figura 15 - Pontos para simulação distribuído espacialmente. ................................. 48 Figura 16: Fluxograma com as etapas da simulação da espessura do gelo marinho. .................................................................................................................................. 48 Figura 17: Série Temporal da Pressão Atmosférica Superficial em hPa (PAS). (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. Linha continua em vermelho mostra a média móvel. Valores seguidos com um * mostra que o valor do p-valor foi menor do que 5%, e os valores com ** que o valor do p-valor foi muito menor do que 1%. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários. ............................................................................ 56 Figura 18 - Série Temporal da Velocidade do Vento em m/s (VV). (a) Estação meteorológica de Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. Linha continua em vermelho mostra a média móvel. Valores seguidos com um * mostra que o valor do p-valor foi menor do que 5%, e os valores com ** que o valor do p-valor foi muito menor do que 1%. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários. ......................................................................... 57 Figura 19 - Série Temporal da Temperatura do Ar a 2 Metros em °C (T2M). (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. Linha continua em vermelho mostra a média móvel. Valores seguidos com um * mostra que o valor do p-valor foi menor do que 5%, e os valores com ** que o valor
do p-valor foi muito menor do que 1%. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários. ............................................................................ 58 Figura 20 - Boxplot mensal da Pressão Superficial Atmosférica em hPa (PAS). (a) Belgrano II, (b) de Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Estação meteorológica de Esperanza. O ponto vermelho mostra a média climatológica mensal. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários. .......... 59 Figura 21 - Boxplot mensal da Velocidade do Vento em m/s (VV). (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. O ponto vermelho mostra a média climatológica mensal. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários. ............................................................................ 60 Figura 22 - Boxplot mensal da Temperatura do ar a 2 Metros em °C (T2M). (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) de San Martin, (e) Marambio e (f) Esperanza. O ponto vermelho mostra a média climatológica mensal. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários. ................................................ 61 Figura 23: Rosas dos ventos demonstrando o comportamento da Direção e Velocidade do Vento nas seis estações em torno do Mar do Weddell. (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários. ................................. 63 Figura 24 - Componente da tendência para Pressão Superficial Atmosférica (PAS) em hPa. A linha pontilhada vermelha mostra a componente para a estação meteorológica de Carlini, a linha sólida azul mostra a componente para a estação de Esperanza e a linha preta pontilhada mostra o componente para a estação de San Martin. O período em estudo compreende de janeiro de 1979 a dezembro de 2016. ........................... 65 Figura 25 - Componente da tendência para Velocidade do Vento (VV) em m/s. A linha pontilhada vermelha mostra a componente para a estação meteorológica de Carlini, a linha sólida azul mostra a componente para a estação de Orcadas e a linha preta pontilhada mostra o componente para a estação de San Martin. O período em estudo compreende de janeiro de 1979 a dezembro de 2016. ............................................. 66 Figura 26: Componente da tendência para Temperatura do ar 2 Metros (T2M) em °C. A linha pontilhada vermelha mostra a componente para a estação meteorológica de San Martin e a linha sólida azul mostra a componente para a estação de Orcadas. O período em estudo compreende de janeiro de 1979 a dezembro de 2016. .............. 67 Figura 27 - Boxplot mensal do extremo da Velocidade do Vento (VV) em superfície em m/s nas seis estações em torno do Mar do Weddell. (a) Estação meteorológica de Belgrano II, (b) Estação meteorológica de Carlini, (c) Estação meteorológica de Orcadas, (d) Estação meteorológica de Marambio, (e) Estação meteorológica de San Martin e (f) Estação meteorológica de Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015. ....................................................................................... 70 Figura 28 - Tempo de Retorno estimado pela técnica GEV dos eventos extremos da Velocidade do Vento (VV) em superfície em m/s nas seis estações em torno do Mar do Weddell. (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) Marambio, (e) San Martin e (f) Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015. .............. 71 Figura 29 - Composição Atmosférica da Anomalia da Pressão ao Nível Médio do Mar (PNMM) em hPa e linhas de corrente para os dias com Eventos Extremos outliers na Figura 28. Totalizando 16 Eventos Extremos. (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) Marambio, (e) San Martin e (f) Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015. ................................................................................................ 73 Figura 30 - Composição Atmosférica da Temperatura do ar a 2 Metros do Era-Interim em °C e linhas de corrente para os dias com Eventos Extremos outliers na Figura 28. Totalizando 16 Eventos Extremos. (a) Belgrano II, (b) Carlini, (c) de Orcadas, (d)
Estação meteorológica de Marambio, (e) San Martin e (f) Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015. ........................................................ 75 Figura 31 - Ciclo diário do Fluxo de Calor Latente nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do NCEP/NCAR de janeiro de 1979 a dezembro de 2008 com a frequência diária. ................................................. 76 Figura 32 - Ciclo diário do Fluxo de Calor Sensível nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do NCEP/NCAR de janeiro de 1979 a dezembro de 2008 com frequência diária. .................................................... 77 Figura 33 - Ciclo diário da radiação de Onda Curta nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do NCEP/NCAR de janeiro de 1979 a dezembro de 2008 com frequência diária. .................................................... 78 Figura 34 - Ciclo diário da radiação de Onda Longa nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do NCEP/NCAR de janeiro de 1979 a dezembro de 2008 com frequência diária. .................................................... 79 Figura 35 - Ciclo diário da radiação do Albedo nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do Era – Interim de janeiro de 1979 a dezembro de 2008 com frequência diária. ............................................................. 80 Figura 36 - Simulação do Modelo Pontual da Espessura do Gelo Marinho em centímetro para os pontos pré-definidos. Tempo da simulação foi 7 anos (2009 a 2015). ........................................................................................................................ 81 Figura 37 - Ciclo anual da Espessura do Gelo Marinho de acordo com a simulação (2009 a 2015) do modelo proposto por Bitz e Roe (2004). ....................................... 82 Figura 38 - Simulação da Profundidade da Neve pelo Modelo Pontual em centímetros para os pontos. .......................................................................................................... 83 Figura 39 - Simulação do Fechamento do Balanço de Radiação em W/m² pelo modelo pontual. ..................................................................................................................... 83 Figura 40 - Avaliação das simulações com o modelo pontual proposto por Bitz e Roe (2004) para Temperatura do Ar (°C). (a) Foldvic, (b) Smithson, (c) Pratt, (d) PT1, (e) PT2, (F) Smith, (G) Gekstaller, e (h) Thiel. Linha pontilhada de cor vermelha é a Temperatura do Ar Simulado pelo Modelo Pontual. A linha continua azul é o dado da Temperatura do Ar do Era - Interim. .......................................................................... 86
LISTA DE TABELAS
Tabela 1: Variáveis meteorológicas com suas respectivas unidades e siglas. Dados
corresponde a médias diárias de janeiro de 1979 a dezembro de 2015. .................. 36
Tabela 2: Variáveis de energia com suas respectivas unidades de medidas e
resolução espacial ..................................................................................................... 37
Tabela 3: Pontos para simulação, longitude, latitude e o tipo. .................................. 47
Tabela 4 - Predominância do vento diário nas estações em torno do MW. Período de
janeiro de 1979 a dezembro de 2015. ....................................................................... 62
Tabela 5 - Teste de Mann-Kendall para a componente de tendência das Séries
Históricas de Pressão Atmosférica (PAS) em hPa, Velocidade do Vento (VV) em m/s,
Direção do Vento (DV) em graus e Temperatura do Ar em 2 metros (T2M) em °C. 1979
– 2015. Valores seguidos com um * mostra que o valor do p-valor foi menor do que
5%, e os valores com ** que o valor do p-valor foi muito menor do que 1%. ............ 64
Tabela 6 - Mostra os limiares diários da velocidade do vento em m/s, baseado nos
valores estimados pelo percentil de 95%. No período de janeiro de 1979 a dezembro
de 2010. .................................................................................................................... 68
Tabela 7 - Mostra a quantidade de extremos da velocidade do vento por mês em todas
estações em estudo no período de 1979 a 2015. Entre parêntese indica a
porcentagem de eventos extremos em relação a quantidade de observação (13514
dias). ......................................................................................................................... 69
Tabela 8 - Estatística descritiva da simulação para as variáveis Espessura do Gelo
Marinho (EGM), Espessura da Neve (EM) e Temperatura do Ar (Tar). Simulações para
7 anos (2009 a 2015). ............................................................................................... 84
Tabela 9 - Avaliação da acurácia do modelo pontual para Temperatura do Ar.
Simulação realizada no período de 2009 a 2015. ..................................................... 87
LISTA DE SIGLAS
AC – Análise de Cluster
CCA – Corrente Circumpolar Antártico
DV – Direção do Vento
EEVV – Evento Extremo na Velocidade do Vento
GEV – Distribuição Generalizada de Valores Extremos
HS – Hemisfério Sul
IAA – Instituto Antártico Argentino
IHO – Organização Internacional de Hidrografia
MR – Mar de Ross
MW – Mar do Weddell
NSIDC – National Snow and Ice Data Center
OA – Oceano Austral
PA – Península Antártica
PAS – Pressão Atmosférica Superfícial
PNMM – Pressão ao Nível Médio do Mar
RG – Giro do Ross
SAM – Modo Anular do Sul
T2M – Temperatura do Ar a 2 Metros
TVE – Teoria de Valores Extremos
U – Vento Zonal
V – Vento Meridional
VV – Velocidade do Vento
WG – Giro do Weddell
Sumário
RESUMO ............................................................................................................................................................... 6
ABSTRACT ........................................................................................................................................................... 7
LISTA DE ILUSTRAÇÃO ................................................................................................................................... 8
LISTA DE TABELAS ......................................................................................................................................... 11
LISTA DE SIGLAS ............................................................................................................................................. 12
1 . INTRODUÇÃO .............................................................................................................................................. 15
1.1 HIPÓTESE DA PESQUISA ......................................................................................................................... 17
1.2 OBJETIVO GERAL...................................................................................................................................... 17
1.3 OBJETIVOS ESPECÍFICOS ....................................................................................................................... 17
2. REVISÃO DE LITERATURA ..................................................................................................................... 18
2.1 CARACTERÍSTICAS DO CONTINENTE ANTÁRTICO ....................................................................... 18
2.2 GELO MARINHO ......................................................................................................................................... 22
2.3 APLICAÇÃO DE MODELOS FÍSICOS NA SIMULAÇÃO DE GELO MARINHO ............................ 26
3. MATERIAL E MÉTODOS .......................................................................................................................... 34
3.1 ÁREA DE ESTUDO ...................................................................................................................................... 34
3.2 DADOS ........................................................................................................................................................... 35
3.2.1 Dados provenientes de estações meteorológicas ....................................................................................... 35
3.2.2 Reanálises de modelos dinâmicos .............................................................................................................. 36
3.3 DESCRIÇÕES DO MODELO PONTUAL DE GELO MARINHO ......................................................... 37
3.3.1 Modelo pontual baseado no balanço de energia ...................................................................................... 37
3.3.2 Feedback gelo/albedo ................................................................................................................................. 39
3.3.3 Condições para identificação do gelo marinho em camadas................................................................... 40
3.3.4 Processos termodinâmicos ......................................................................................................................... 41
3.4 SIMULAÇÃO ................................................................................................................................................ 47
3.4.1 Sítios para realização da simulação .......................................................................................................... 47
3.4.3 Configuração do experimento para simulação da espessura do gelo marinho ...................................... 48
3.5 ANÁLISE ESTATÍSTICA ........................................................................................................................... 49
3.5.1 Análise exploratória dos dados .................................................................................................................. 49
3.5.2 Regressão Linear ........................................................................................................................................ 49
3.5.3 Teste de Hipótese ........................................................................................................................................ 50
3.5.3.1 Teste para verificar tendência: Mann-Kendall ..................................................................................... 51
3.5.3.2 Teste para verificar a sazonalidade: Kruskal-Wallis ........................................................................... 52
4. RESULTADO E DISCUSSÂO ....................................................................................................................... 55
4.1.2 Análise da tendência das variáveis meteorológicas nas estações em torno do Mar de Weddell .......... 63
4.1.3 Análise dos eventos extremos na velocidade do vento nas estações meteorológicas em torno do Mar
de Weddell ............................................................................................................................................................ 67
4.2 Análise das simulações do modelo pontual .................................................................................................. 76
4.2.1 Análise das séries temporais simuladas das variáveis de saída do modelo ............................................ 80
4.2.2 Avaliação da Temperatura do Ar simulada pelo modelo pontual .......................................................... 85
5. CONSIDERAÇÕES FINAIS .......................................................................................................................... 88
Referências ........................................................................................................................................................... 92
APÊNDICE .......................................................................................................................................................... 99
ANEXOS ............................................................................................................................................................ 100
15
1. INTRODUÇÃO
As regiões polares têm desempenhado um papel crucial no clima do planeta,
pois constituem verdadeiros sumidouros de energia (infravermelho). Como tais, são
essenciais para redistribuição de calor executada pelos oceanos e pela atmosfera
(TURNER et al. 2013). O continente Antártico é o mais elevado do planeta, com uma
altitude média de 2.500 metros, extrapolando os 4.000 metros na região do platô. Esse
gelo glacial possui um volume perto de 25 x 106 Km², que é cerca de 90% do gelo
encontrado na Terra (BOIASKI., 2007).
A Antártica apresenta características físicas e geográficas que propiciam a
geração de ventos fortes na região costeira do continente e a formação de um centro
de alta pressão sobre o continente, gerando uma circulação na baixa atmosfera que
causa os ventos catabáticos (CHENOLI et al. 2013). Estes ventos podem chegar a
velocidades que variam de 5 a 10 m/s, contribuindo com o transporte de massa de ar
frio para o norte. Uma das regiões em que se registram estas condições de tempo na
Antártica é o Mar de Weddell (MW). Além disso, a região tem influência de sistemas
sinóticos transientes de baixa pressão como os ciclones extratropicais (SIMMONDS
et al. 2003; e MENDES et al. 2010). De acordo com Mendes et al. (2010), a região do
MW é bastante ativa em relação à formação de ciclones extratropicais (Ciclogênese),
apresentando seu pico no verão e menores ocorrências na primavera e outono austral.
A parte leste do continente, devido à topografia e à presença de intensos ciclones
extratropicais, é susceptível a ventos extremos (WEBER et al. 2016).
Outra importante característica do continente Antártico é o fato de receber
pouca energia durante todo o ano, quando comparado com as regiões subtropicais e
tropicais. Esse aspecto, combinado com a presença de neve e gelo, origina um
feedback fortemente positivo, devido a altos valores de albedo (80% - 90%), fazendo
com que aumente o resfriamento nas altas latitudes (WADHAMS, 2000).
Consequentemente, a variação da cobertura de gelo influencia na variabilidade da
temperatura na região. Diante disto, o continente Antártico é uma das regiões que
apresenta uma maior sensibilidade às mudanças climáticas, tendo como destaque a
Península Antártica (PA) onde se observam as maiores tendências de aquecimento
16
no Hemisfério Sul (HS), ao contrário da grande parte da região continental, onde se
verifica o resfriamento (MAYEWSKI et al. 2009).
De acordo com Marshall et al. (2002), a tendência de aquecimento sobre a
costa oeste da PA é maior do que o resto do continente. O aumento da temperatura
na região da PA foi verificado em vários estudos, sendo que, os mesmos propõem
que a tendência de aumento na temperatura do ar dá-se através do resfriamento da
baixa estratosfera da Antártica (a perda do gás ozônio) e aquecimento da troposfera,
devido ao aumento dos gases de efeito estufa (GILLETT et al. 2006 e TURNER et al.
2005, 2006). Todos os cenários de mudanças climáticas e tendências de aquecimento
da temperatura na PA tem uma forte influência no Mar de Weddell (MW), importante
região para circulação oceânica global. O Mar de Weddell é uma região formadora de
água profunda (uma das mais importantes do Oceano Austral -OA), tendo como
principal característica da massa de água formada a sua alta densidade, ao ser
comparada com outras massas de água dos demais oceanos (RIFFENBURG, 2007).
Esta região é também caracterizada pela presença de polínias, que são áreas de
águas abertas no meio de banquisa1 ou do gelo fixo sem forma linear, desenvolvendo
águas mais salinas do planeta (SIMÔES, 2004).
Em relação ao gelo marinho, observa-se, desde a década de 1970, que em
torno do continente Antártico há aumento em sua extensão e concentração (COMISO;
NISHIO 2008). A razão para o aumento do gelo marinho nos últimos 30 anos está
sendo discutida na comunidade cientifica (TURNER et al. 2009). Experimentos
realizados com modelos numéricos sugeriram que a perda do ozônio estratosférico
tem desempenhado um papel significativo através do aprofundamento dos centros de
baixas pressões atmosféricas sobre o Mar de Amundsen (costa oeste da PA),
resultando em uma intensificação do ventos provenientes de sul ao longo do Mar do
Ross (costa oeste do continente Antártico), que tem experimentado um grande
aumento na cobertura de gelo (TURNER et al. 2013).
Diante do exposto, é importante um estudo amplo com a finalidade de
relacionar as condições atmosféricas observadas e o gelo marinho em suas diferentes
características, como por exemplo: a espessura, concentração e volume.
1 Camada superficial de gelo, resultante do congelamento da água do mar, cujas bordas podem se elevar a até 50
m 0u 60 m acima do nível do mar; campo de gelo.
17
1.1 HIPÓTESE DA PESQUISA
o Os eventos extremos mais fortes na velocidade do vento sobre a região do Mar
de Weddell e Península Antártica são causados pelos inúmeros Ciclones
Extratropicais atuantes na região.
o A Espessura do Gelo Marinho, Neve e Temperatura do Ar é bem representada,
por meio das simulações de modelos pontuais que leva em consideração o
balanço de energia em superfície.
1.2 OBJETIVO GERAL
O objetivo deste estudo é avaliar o comportamento das condições e
características de gelo marinho em torno do Mar de Weddell em relação aos fluxos de
energia em superfície, de forma a caracterizar regiões que apresentam maiores ou
menores espessuras, verificando possíveis tendências ao longo do tempo, assim
como caracterizar o comportamento atmosférico no Mar de Weddell por meio de
observações em superfície.
1.3 OBJETIVOS ESPECÍFICOS
o Estimar possíveis tendências e sazonalidade nas séries temporais de Pressão
Atmosférica Superficial (PAS), Velocidade do Vento (VV), Direção do Vento (DV)
e Temperatura do ar a 2 Metros (T2M) em torno do Mar de Weddell;
o Avaliar a ocorrência de extremos na Velocidade do Vento na região do Mar de
Weddell;
o Analisar o comportamento da Espessura da Neve em diferentes anos de
simulação;
o Avaliar as características da distribuição da Espessura do Gelo Marinho,
analisando o balanço de energia em superfície em diferentes épocas do ano;
o Verificar se o modelo pontual proposto por Bitz e Roe (2004) representa de forma
adequada a Temperatura do Ar em diferentes pontos do Mar de Weddell.
18
2. REVISÃO DE LITERATURA
2.1 CARACTERÍSTICAS DO CONTINENTE ANTÁRTICO
A Organização Internacional de Hidrologia (IHO, sigla e, inglês), no ano de
2000, definiu o continente Antártico como sendo o limite sul do OA e a latitude de 60°S
como sendo o limite norte. Segundo os autores Schlosser et al. (2017), a região do
OA pode ser dividida em cinco regiões principais: Mar de Weddell (60° Oeste – 20°
Leste), Oceano índico (20° - 90° Leste), Oeste do Oceano Pacífico (90° - 160° Leste),
Mar de Ross (160° Leste – 130° Oeste) e os Mares de Amundsen e Bellingshausen
(130° - 60° Oeste) (Figura 1).
Figura 1 - Continente Antártico com Oceano Austral dividido em regiões
Fonte: LIMA, 2017
A principal consequência da falta de barreiras continentais no OA é a Corrente
Circumpolar Antártica (CCA), sendo a resposta da circulação atmosférica que possui
19
um fluxo de oeste na região em torno do continente Antártico, consistindo
dinamicamente em um fluxo geostrófico que circunda o continente Antártico
(TRENBERTH et al. 1990). O Mar de Weddell apresenta uma circulação oceânica
bastante ativa, conhecida como Giro de Weddell (WG, sigla em inglês), possuindo
uma extensão de aproximadamente 7x106 Km². É um dos maiores giros existentes no
entorno do continente, estendendo-se do leste da PA até 30° Leste. A origem física
deste giro é consequência da combinação das forçantes termohalinas e do atrito
causado na superfície oceânica pelos ventos, onde a transição dos ventos de oeste
ao norte e ventos de leste próximo à costa da Antártica faz com que haja um
movimento "horário" na região e no mesmo contexto na região do Mar de Ross
apresenta outro giro, denominado Giro de Ross (RG, sigla em inglês)
(RIFFENBURGH,2007 e BRANDON, 2010).
Figura 2 - Imagem representando o Giro do Mar de Weddell (WG) e o Giro do Mar de Ross (RG).
Fonte: Adaptado de Brandon (2010)
O continente Antártico é o mais elevado do planeta, com uma altitude média
de 2.500 metros, extrapolando os 4.000 metros na região do platô. Além disso, possui
um volume perto de 25 x 106 Km² de gelo glacial, isso significa que apresenta cerca
de 90% do gelo encontrado nos dois hemisfério (BOIASKI., 2007). Essa característica
propicia a geração de ventos fortes na região costeira do continente e a formação de
um centro de alta pressão sobre o continente gerando uma circulação na baixa
20
atmosfera que causam ventos catabáticos (CHENOLI et al. 2013), como pode ser visto
na Figura 3:
Figura 3 - A imagem à esquerda (a) mostra a topografia do Continente Antártico. A imagem à direita (b) mostra a representação da formação dos ventos catabáticos sobre o platô Antártico. Setas representa a circulação do vento.
Fonte: Autoria Própria
Os ciclones extratropicais são os principais sistemas meteorológicos de escala
sinótica que atuam na região, sendo relevante no sistema acoplado atmosfera-
oceano-gelo nas altas latitudes (MENDES et al. 2010). Mendes et al. (2007)
mencionaram que o verão austral é a época do ano que mais há ciclogêneses no MW
e a primavera e o outono há uma diminuição na formação dos ciclones extratropicais.
A parte leste do continente, devido à topografia e à presença de intensos ciclones
extratropicais, é susceptível a ventos extremos (WEBER et al. 2016).
Alguns estudos como Marshall (2003) e Thompson; Wallace (2000) estudaram
a relação entre os sistemas sinóticos Antártico com as condições atmosféricas e
oceânicas, principalmente a relação entre o Soutth Annular Model (SAM). Desta
forma, quando há fase positiva do SAM, associa-se a intensificação dos ciclones
extratropicais sobre OA, assim como dos ventos de oeste e um aumento da
temperatura na PA, e na fase negativa, observa-se anomalias negativas na
temperatura do ar assim como uma ligeira diminuição da quantidade de ciclones
extratropicais na região dos Mares Antárticos (GILLETT et al. 2006 e MENDES et al.
2010).
21
O continente Antártico é sensível às mudanças climáticas, devido aos
ecossistemas complexos existentes na região. De acordo com Turner et al. (2005), a
PA possui as maiores tendências de aquecimento anual relacionado as demais áreas
do continente Antártico, principalmente na parte oeste da mesma. Destaque que deve
ser dado para o período do inverno, cujo aumento foi de +1,09°C década-1 nas
estações de Faraday e Vernadsky. Riffenburgh (2007) identificou que a temperatura
do ar anual MW apresentou uma amplitude térmica, variando de -4,3°C nas Ilhas
Orcadas do Sul (mais ao norte do MW) e -22,2°C nas Coast Land (mais ao sul do
MW). Entre os anos de 1904 e 1994, os registros de Orcadas do Sul mostraram um
aumento na temperatura de +2°C (RIFFENBURGH, 2007). Desta forma, o autor
identificou que no lado leste da PA acontece o maior aquecimento durante o verão e
está associado com o aumento da intensidade dos ventos de oeste circumpolares
(MAYEWSKI et al. 2009). Segundo Thompson (2002), a intensificação dos ventos de
oeste circumpolar ocorre devido aos altos índices de polaridade positivo do SAM,
fazendo com que haja uma diminuição na incidência de ar frio do sul.
Uma das características mais proeminentes da Antártica é a presença de
grandes extensões de gelo marinho cercando o continente, extensões estas que
apresentam uma grande variação sazonal. O máximo de extensão do gelo marinho
ocorre em setembro (20 x 106 Km²) e o mínimo em fevereiro (4 x 106 Km²) (TURNER
et al. 2013), como observa-se na Figura 4.
Figura 4 - Cobertura do gelo marinho. Imagem a esquerda mostra a cobertura do gelo marinho no mês de março e no lado direito no mês de setembro.
Fonte: National Snow and Ice Data Center (NSIDC)
No tópico seguinte serão abordadas, de forma mais detalhada, as
características físicas e dinâmicas do gelo marinho.
22
2.2 GELO MARINHO
O sistema climático da Terra é constituído pela Atmosfera, Hidrosfera, Litosfera,
Biosfera e Criosfera. A Criosfera (Figura 5) é a componente constituída por: neve,
Gelo Marinho, Superfícies Congeladas, Glaciais, Camada de Gelo, Plataforma de
Gelo, Calota de Gelo e entre outros, que se apresenta sobre a superfície terrestre
principalmente nas regiões polares ou em áreas elevadas (VAUGHAN et al., 2013).
Figura 5 - Representação de forma esquemática dos principais componentes da Criosfera.
Fonte: Adaptado do AR5 do IPCC (VAUGHAN et al., 2013)
Numa definição simples, o gelo marinho é qualquer forma de gelo proveniente
do congelamento da água do mar (SIMÕES, 2004). Desta maneira, a microestrutura
e textura do gelo marinho dependem das condições meteorológicas e hidrológicas do
local na sua fase de congelamento e crescimento (PETRICH; EICKEN, 2010) fazendo
com que o gelo possua composição individual (LANGE et al. 1989). A fase de
congelamento começa quando a água do mar atinge o ponto de congelamento que é
aproximadamente -1,86°C para uma água que apresenta uma salinidade igual a 34
Psu (PETRICH; EICKEN, 2010). Cabral (2014) mostrou que a temperatura média para
água do mar congelar é -1,91°C. Essa diferença de pontos de congelamento está
associada não só a maior ou menor quantidade de sal, mas também em função da
formação de água profunda que contribui para um aumento ou diminuição das
condições de sal nos oceanos (SATO; POLITO, 2008). Desta maneira, após o gelo
marinho ser formado, o mesmo tende a crescer até certa profundidade, possuindo
uma sazonalidade e variabilidade interanual na sua espessura (PETRICH; EICKEN,
23
2010). O crescimento pode ser governado pelo balanço de energia nas superfícies
superior2 e inferior3 do gelo marinho, tendo uma entalpia4 do congelamento pela
formação do gelo marinho de 334 Jg-1 para o gelo puro e pouco menor para o gelo
marinho dependendo da concentração de sal (YEN et al. 1991). Este calor usado para
o congelamento e resfriamento é transferido através da massa de gelo até a superfície
do mesmo e, por último, é transferido para atmosfera. Para uma superfície que se
encontra em equilíbrio térmico com a atmosfera, requer um balanço de radiação na
interface gelo e atmosfera (PETRICH; EICKEN, 2010), dado pela Equação 1:
(1 − 𝛼)𝐹𝑟𝑙𝑜 + 𝐹𝐿↓ − 𝐹𝐿↑ + 𝐹𝑆 + 𝐹𝐸 + 𝐹𝐶 + 𝐹𝑚 = 0 (1)
em que α é o albedo do gelo; Fr é o fluxo de onda curta incidente; lo corresponde ao
fluxo de onda curta penetrante entre o gelo e água; FL↓ indica o fluxo de onda longa
incidente na superfície e FL↑ é o fluxo de onda longa que sai da superfície do gelo; Fs
e FE são os fluxos turbulento de calor latente e sensível, Fm fluxo de calor devido ao
derretimento ou congelamento da superfície do gelo; e Fc fluxo de calor devido a
condutividade. Por convenção, os fluxos atmosféricos direcionados na direção da
superfície possuem sinais negativos (LEWIS; JONES, 2000).
O fluxo de calor através da condutividade no gelo (Fc) expressa a quantidade
de energia que é transferida por unidade de área entre a superfície das camadas de
gelo por unidade de tempo (t). Esta condutividade pode ser dada de várias maneiras:
além da condução, pode ser dada pela convecção5 e advecção (PETRICH; EICKEN,
2010). Dependendo da condutividade térmica, o gradiente de temperatura do gelo
marinho pode ser pequeno entre a superfície até uma profundidade z (base profunda
do gelo marinho). Desta forma, o fluxo de calor através da condutividade pode ser
dado por:
𝐹𝑐(𝑧) = −𝛾𝑠𝑖 (𝑇𝑜−𝑇𝑖
𝐻) (2)
sendo que 𝑇𝑖 é a temperatura de congelamento do fundo (-1.86°C),𝑇𝑜 é a temperatura
da superfície do gelo, 𝛾𝑠𝑖 massa especifica do gelo e H é altura ou profundidade do
gelo marinho
2 É superfície, onde há troca de energia entre o gelo e atmosfera. 3 É a camada logo abaixo da superficie, caracterizada pela forte condutividade térmica. 4 Pode ser definida como o conteúdo de energia de uma substância. 5 No oceano, a convecção ocorre quando as águas de superfície são resfriadas. Isso resulta num aumento da
densidade da água na superfície e força as mesmas a descender.
24
Desta forma, o crescimento em termos de espessura do gelo marinho (H) é
determinado pelo balanço de energia abaixo da camada de gelo marinho (PETRICH;
EICKEN, 2010). Isso acontece devido ao oceano abaixo do gelo conter um
reservatório de calor que é consequência do armazenamento de energia em forma de
calor na camada de mistura durante o verão que, por sua vez, fica armazenado por
longo período ou devido à transferência do calor de camadas profundas do oceano
(MAYKUT; MCPHEE.1995).
A deposição de neve sobre a superfície de gelo marinho possui um importante
papel como isolador comparado com o gelo marinho, uma vez que sua condutividade
térmica é de 0,1 a 0,4 Wm-1K-1, impedindo em até 50% do crescimento do gelo. Isso
ocorre devido à redução do fluxo de condutividade de calor (Fc). Outra consequência
dessa redução é a diminuição da penetração da radiação de onda curta, fazendo com
que aumente a temperatura na superfície do gelo, isso acontece devido ao isolamento
térmico que existirá no gelo, fazendo com que tenha uma conservação de calor
(STURM et al. 2002). Por outro lado, a neve pode também prevenir a remoção
completa do gelo marinho nas áreas com alto fluxo de calor oceânico (MAYKUT;
MCPHEE. 1995).
Jeffries et al. (1994) identificaram que nos mares antárticos a profundidade da
neve6 pode ser bastante profunda, variando de alguns centímetros a metros. Desta
forma, quanto mais neve se deposita sobre o gelo marinho, maior é o isolamento do
gelo marinho localizado abaixo da neve. Os autores sugeriram que isso poderia levar
ao prolongamento em anos do gelo marinho Antártico.
Esses resultados são confirmados através de simulações numéricas em que
uma maior deposição de neve sobre o gelo marinho ao longo dos anos pode
representar até metade da espessura do gelo marinho, principalmente no Mar de
Weddell e leste da Antártica (PETRICH; EICKEN, 2010). Devido ao alto acúmulo de
neve, a difusão é o principal processo de transferência de energia para as demais
camadas (PETRICH; EICKEN, 2010).
Segundo Simmonds et al. (2003), a passagem de ciclones extratropicais ao
redor do oceano antártico, dita as condições meteorológicas sobre a camada de gelo
marinho, podendo implicar em uma grande quantidade de deposição de neve.
6 Espessura da neve sobre o gelo marinho.
25
Simmonds et al. (2003) também verificaram que esses ciclones extratropicais podem
influenciar não só a dinâmica do gelo marinho, mas também o comportamento da neve
que precipita. Desta forma, uma tempestade dinamicamente mais ativa contribui com
uma maior quantidade de neve depositada sobre o gelo marinho já existente,
ocorrendo principalmente no Inverno Austral. De acordo com Sturm e Masson (2010),
a cobertura de neve para ser bem distribuída sobre o gelo marinho, necessita de
baixas temperaturas para garantir que a precipitação venha como flocos de neve ou
granizo. Este último requisito depende da sequência de eventos meteorológicos no
outono, quando o gelo marinho está começando a se formar.
Petrich e Eicken (2010) mencionaram que a fase de derretimento no fundo do
gelo marinho acontece quando o fluxo oceânico (Fw) entre a interface gelo e água
excede o fluxo de calor que sai desta mesma interface (condutividade nas camadas
do gelo marinho). Inicialmente, o saldo do fluxo de calor não resulta imediatamente no
derretimento, sendo primeiro utilizado para o aquecimento na cobertura de gelo.
Consequentemente, este aquecimento é acompanhado por uma redução na
salinidade, devido ao derretimento da neve em superfície, tornando-se menor a
concentração de sal no entorno do gelo marinho (PETRICH; EICKEN, 2010).
O processo de formação, manutenção e derretimento do gelo marinho têm
grande impacto na distribuição da espessura do gelo marinho. Mas os processos
dinâmicos entre atmosfera e o oceano também têm grande papel na mudança de
espessura (HAAS, 2010). A Figura 6 mostra a dinâmica da distribuição da espessura
do gelo marinho. Os processos dinâmicos são bem importantes nos mares de
Bellingshausen/Amundsen, Mar de Ross (MR) e Mar de Weddell. Como mencionado,
as regiões do MW e MR apresentam um giro oceânico, este mecanismo no MW é
responsável pelo empilhamento de massa (gelo) na costa leste da PA, fazendo com
que haja grandes quantidades de gelo marinho ao longo do ano. Por outro lado, no
Mar de Ross o mecanismo provoca a remoção de massa da costa em direção ao mar
aberto, tendo como reflexo um empilhamento de massa na costa (litoral) nos Mares
de Bellingshausen e Amundsen, localizados na costa oeste do continente Antártico
(RIFFENBURGH.,2007; BRANDON., 2010; TURNER et al., 2013).
26
Figura 6 - Ilustração da dinâmica da modificação da espessura do gelo marinho.
Fonte: Adaptado de Haas (2010)
2.3 APLICAÇÃO DE MODELOS FÍSICOS NA SIMULAÇÃO DE GELO MARINHO
A modelagem de gelo marinho pode ser dividida em duas categorias:
modelagem termodinâmica e dinâmica (SEMTNER e JR., 1976). Maykut e
Untersteiner (1969) elaboraram um modelo unidimensional termodinâmico de gelo
marinho, no qual o objetivo foi identificar a espessura e temperatura vertical do gelo
(perfil). O modelo baseou-se na difusão do gelo, para isso, os autores utilizaram
diferenças finitas envolvendo uma grade com intervalo de 0,10 metros em camadas
verticais e 100 km espacialmente. Maccracken e Luther (1974) propuseram um
modelo atmosférico de duas dimensões que introduzia o gelo marinho de 0,2 metros
quando a temperatura do oceano estivesse abaixo do ponto de congelamento,
calculando a extensão horizontal do gelo, assim como também a espessura e o
balanço de energia. Parkinson e Washington (1979) realizaram simulações
tridimensionais baseadas no modelo proposto por Maykut e Untersteiner (1969), em
que foi realizada uma redução na quantidade vertical de camadas, eliminaram, na
equação de calor, o termo que representava a difusão e o uso de constantes para as
variáveis de calor específico e condutividade do gelo e neve.
27
De acordo com Parkinson e Washington (1979), um modelo numérico de
grande escala que simule gelo marinho deve levar em consideração os seguintes
pontos: ter cobertura mínima de 7% dos oceanos da terra; apresentar sazonalidade e
variação interanual; ter forte efeito da insolação que restringem as mudanças ou
trocas de calor e momento entre o oceano e atmosfera; possuir alto albedo relativo ao
da água, reduzindo significativamente a radiação de onda curta. Os autores também
citaram que o cálculo termodinâmico em um modelo de gelo marinho requer a entrada
de dados que contenha temperatura do ar, fluxo de calor sensível e radiação de onda
longa em superfície, temperatura do ponto de orvalho, velocidade do vento e a
topografia. Um modelo que consegue captar as mudanças da espessura do gelo
marinho e neve requer fluxos de radiação solar, radiação de onda-longa, calor
sensível e calor latente (MAYKUT e UNTERSTEINER, 1969). De acordo com
Laevastu (1960), o fluxo de radiação solar 𝑆w↓ é calculado aplicando um fator de
correção de nuvens para radiação global com o céu apresentando cobertura de
nuvens:
𝑆w↓=Scos²Z
( cos Z+2,7)e x 10-5
+1,085 cos Z+0,10 (3)
sendo que 𝑆 significa a constante solar, 𝑍 o ângulo zenital solar e 𝑒 a pressão de
vapor. O valor utilizado para constante solar é igual a 1.353 Wm-2 (THEKAEKARA e
DRUMMOND, 1971). O cosseno do ângulo zenital é calculado pela fórmula
geométrica, como mostrado:
cos Z = sin∅ sin δ + cos∅ cos δ cos H (4)
em que ∅,δ e H são latitude, declinação e ângulo horário respectivamente (SELLERS.,
1969).
Segundo Laevasto (1960), o objetivo de calcular a radiação global é para obter
a radiação de onda curta total que chega à superfície. Como mencionado
anteriormente, a radiação global é modificada pela cobertura de nuvem através da
reflexividade e espalhamento, dada por:
Q = 𝑄𝑜 (1-0,6C²) (5)
na qual 𝐶 é a cobertura de nuvem. Já a radiação de onda longa segundo a Parkinson
e Washington (1979) é dada por:
𝐹↓ = σ𝑇𝑎4{1-0,261EXP[-7,77x10
-4(273-𝑇𝑎)²]} (6)
28
sendo que 𝜎 é a constante de Stefan-Boltzmann e 𝑇𝑎 é a temperatura média do ar na
superfície em °C. Sendo assim, o calor sensível e latente que chega em superfície é
dado pelas as seguintes formulas:
𝐻↓ = ρ𝑎𝐶𝑝𝐶ℎ𝑉𝑤𝑔(𝑇𝑎 − 𝑇𝑠𝑓𝑐) (7)
e
𝐿𝐸↓ = ρ𝑎L𝐶𝑒𝑉𝑤𝑔(𝑞10𝑚- q) (8)
sendo que,
𝑞10𝑚=ϵe
p-(1-ϵ)e (9)
q = ϵes
p-(1-ϵ)es (10)
em que o 𝑉𝑤𝑔 é o vento geostrófico em superfície; 𝑇𝑠𝑓𝑐 é a temperatura na interface
gelo-neve-água, que pode ser calculada pela equação do balanço de energia na
superfície; 𝐿 indica o calor latente de vaporização (2,5x106 Jkg-1) ou de sublimação
(2,8x106 Jkg-1), sendo que depende da cobertura de gelo existente (HALTINER;
MARTIN, 1957). E 𝑞10𝑚 e 𝑞𝑠 são as umidades específica a 10 metros e na superfície,
respectivamente; 𝜖 é o raio molecular do vapor d’água igual a 0,622 nm. E por fim, 𝑒
indica a pressão de vapor e 𝑒𝑠 a pressão de vapor à saturação.
De acordo com Parkinson e Washington (1979), a camada superior do oceano
tende a ser bem misturada em temperatura e salinidade. Geralmente, os modelos de
gelo marinho ignoram os detalhes das diferenças na estratificação da densidade,
assume uma profundidade da camada de mistura em torno de 30 metros e calcula as
mudanças na temperatura da água baseada na profundidade (TARTINVILLE et al.
2001 e VANCOPPENOLLE et al. 2008). A temperatura e outras propriedades da
camada de mistura são usadas para determinar o fluxo de energia instantâneo 𝐹↑ para
o gelo formado pelo congelamento da água, sendo constante para Antártica cujo valor
é igual a 25 Wm-2. O fluxo da camada de mistura é diretamente proporcional à
diferença da temperatura entre a água e o gelo (BRYAN et al. 1975).
Para melhor acurácia dos cálculos dos fluxos de energia do oceano para o gelo,
é necessário a inclusão da salinidade, uma variável que represente a profundidade da
camada de mistura e interação com as camadas oceânicas subjacentes. Isso é
necessário, pois as camadas superiores do oceano concentram uma maior
29
quantidade de sal, influenciando no ponto de congelamento da água do mar, assim
como, modificando a estrutura vertical da densidade do oceano (PARKINSON;
WASHINGTON, 1979).
Existem três situações para o cálculo termodinâmico que influencia na variação
da espessura do gelo marinho. São elas: a) situação sem gelo; b) situação com gelo,
mas sem cobertura de neve e c) situação com cobertura de gelo e neve. Sendo assim,
os cálculos da mudança de espessura do gelo e da neve são baseados no balanço
de energia nas interfaces da superfície entre o neve-gelo-água (PARKINSON;
WASHINGTON, 1979),
A Figura 7 representa o cálculo do balanço de energia para o oceano sem a
cobertura de gelo marinho, indicando os fluxos de entrada e saída da radiação na
água do mar.
Figura 7 - Esquema exemplificando como calcula o balanço de energia para o oceano sem a cobertura do gelo marinho. Setas pretas indica os fluxos de energia.
Fonte: Adaptado de Parkinson e Washington (1979).
O saldo do fluxo de energia na camada de mistura oceânica (𝑄𝑚𝑒𝑡) é dado por:
𝑄𝑚𝑒𝑡= H↓+𝐿𝐸↓+ ∈𝑤 𝐿𝑤↓+(1-𝛼𝑤)𝑆𝑤↓+ 𝐹𝐵↑- ∈𝑤 σ𝑇𝑤4 (11)
em que 𝐻↓ é o fluxo de calor sensível, 𝐿𝐸↓ fluxo de calor latente, 𝐹𝐵↑ fluxo de calor da
camada de mistura oceânica, 𝑇𝑤4 temperatura da água, ∈𝑤 emissividade de onda
longa, σ constante de Stefan – Boltzmann, 𝐿𝑤↓ calor latente de evaporação e 𝑆𝑤↓ calor
sensível de evaporação.
A energia interna L é o produto da profundidade da camada de mistura (𝑑𝑚𝑖𝑥),
a capacidade volumétrica de calor da água 𝐶𝑤 = 4,19 𝑀𝐽𝑚−2𝐾−1 e temperatura da
30
água (𝑇𝑤). Utilizando a aproximação finita para 𝑑𝐿
𝑑𝑡= 𝑄𝑚𝑒𝑡 obtém-se o resultado da
avaliação da temperatura na camada de mistura:
∆𝑇𝑊=∆Tx𝑄𝑚𝑒𝑡
𝑑𝑚𝑖𝑥 x 𝐶𝑤 (12)
Como o calor é espalhado uniformemente na camada de mistura, a equação
da temperatura da água é dada por:
𝐿𝑊,𝑖 = 𝑇𝑊,𝑖−1 + ∆𝑇𝑤 (13)
sendo que o subscrito i e i-1 refere-se ao time step. A espessura do gelo marinho na
temperatura de congelamento é configurada em ℎ𝑛 = 0.001 𝑚𝑒𝑡𝑟𝑜𝑠, sendo assim, a
quantidade de calor necessário para manter a temperatura da água congelada é dada
por:
𝐹 =(𝑇𝑏−𝑇𝑤)×𝑑𝑚𝑖𝑥×𝐶𝑤
𝑄𝐿×ℎ𝑛 (14)
sendo 𝑄𝐿 o calor de fusão do gelo.
Quando o corpo d’água do mar chega à temperatura próxima de -1.90 °C, a
mesma atinge o ponto de congelamento (MAYKUT e UNTERSTEINER, 1971; BRYAN
et al., 1975). Então, o modelo termodinâmico de gelo marinho resolve as equações
para situação com cobertura de gelo marinho, sem deposição de neve sobre o mesmo,
como esquematizado na Figura 8:
Figura 8 - Esquema exemplificando como é calculado o balanço de energia para o oceano com a cobertura do gelo marinho, mas sem deposição de neve. Setas pretas indicam os fluxos de energia.
Fonte: Adaptado de Parkinson e Washington (1979).
31
O balanço de energia em superfície fica:
H↓+LE↓+𝜖𝐿Lw↓+(1-0.4𝐿𝑜)(1-𝛼𝐿)Sw↓-𝜖𝐿σT𝑠𝑓𝑐4 + (
𝐾𝐿
ℎ𝐿) (𝑇𝑏-𝑇𝑠𝑓𝑐) = 0 (15)
De acordo com Semtner (1976), a emissividade de onda-longa do gelo 𝜖𝐿 é
0,97 e o albedo de onda-curta do gelo 𝛼𝐿 é igual a 0,50. A equação é linearizada
substituindo a temperatura da superfície do gelo 𝑇𝑠𝑓𝑐 por 𝑇𝑝+∆T (𝑇𝑝 é a temperatura
da superfície durante passo de tempo da previsão). Desta forma, a equação fica:
∆T= [H↓+LE↓+ 𝜖𝐿Lw↓+ (1-0.4𝐿𝑂)(1-𝛼𝐿)Sw↓-𝜖𝐿σT𝑝4+
𝐾𝐿I
ℎ𝐿(𝑇𝑏-𝑇𝑝)] [4𝜖𝐿σT𝑝
3+ 𝐾𝐿
ℎ𝐿] (16)
Na terceira condição, há deposição de neve sobre uma camada de gelo
marinho, o princípio do modelo proposto por Parkinson e Washington (1979) é a
introdução de neve, para isso a altura da neve sobre a camada de gelo marinho tem
que ser indicada previamente.
Figura 9 - Esquema exemplificando como calcula o balanço de energia para o oceano com a cobertura de gelo marinho e de neve. Setas pretas indicam os fluxos de energia. Fonte: Adaptado de Parkinson e Washington (1979).
Fonte: Adaptado de Parkinson e Washington (1979).
No esquema da Figura 9 tem-se que 𝑇𝑏 indica a temperatura da parte inferior
do gelo marinho, 𝑇𝐿 representa a temperatura da interface neve/gelo e 𝑇𝑠𝑓𝑐 mostra a
temperatura da superfície da neve. Sendo assim, os fluxos de condutividade entre as
interfaces são:
32
𝐺𝐿=𝑘𝑙(𝑇𝐵- 𝑇𝐿)
ℎ𝐿 (17)
e
𝐺𝑆=Ks(𝑇𝐼-𝑇𝑠𝑓𝑐)
ℎ𝐿 . (18)
A condutividade da neve 𝐾𝑠 é igual 0.31 Wm-1K-1, enquanto o albedo de onda-
curta 𝛼𝑠 da neve é fixado em 0,75 e a emissividade de onda-longa ∈𝑠 é igual a 0,99
(PARKINSON e WASHINGTON, 1979).
Nesse caso, o balanço de energia na superfície da neve é dado por:
𝐻↓+𝐿𝐸↓ ∈𝑠 𝐿𝑤↓+(1-αs)𝑆𝑤↓ 𝑇𝑠𝑓𝑐4 +
𝐾𝑠
ℎ𝑆(𝑇𝐿-𝑇𝑠𝑓𝑐)=0 (19)
E na interface neve-gelo é dado por:
𝐾𝑠
ℎ𝑆(𝑇𝐿-𝑇𝑠𝑓𝑐)=
𝐾𝑠𝑙
ℎ𝑙(𝑇𝑏-𝑇𝑙) (20)
Segundo a Maykut; McPhee (1995), na área que estiver coberta com gelo
marinho e possuir cerca de 1% de área de água livre, o aquecimento de grande escala
acontece por condução. Portanto, mudanças na área ocorrem devido ao derretimento
do gelo lateralmente ou na superfície e a magnitude desta mudança depende do fluxo
de energia (saldo) entre o gelo marinho e a água. Se o cálculo da espessura do gelo
marinho resultar em derretimento, a água proveniente deste derretimento vai para
camada logo abaixo do gelo marinho, sendo que a mesma vai servir para reajustar a
temperatura da camada de mistura oceânica. A temperatura da água do derretimento
é modelada de forma que seja constante (aproximadamente 𝑇𝑓 = 271,2 K) e a
densidade do gelo 𝜌𝑖 é igual a 900 Kgm-3. A densidade da camada de mistura na
Antártica é igual a 1.027 Kgm-3 (KARA., 2003).
Os autores Petrich e Eicken (2010) descreveram um simples modelo de
crescimento de gelo marinho, mostrando que um rigoroso tratamento matemático do
problema do crescimento do gelo marinho requer técnicas numéricas. Isso ocorre
porque os termos individuais do balanço de energia na superfície (Equação 1)
dependem diretamente ou indiretamente da temperatura em superfície, que determina
a magnitude da condutividade de calor e, consequentemente, a razão de crescimento
do gelo (STEELE; FLATO., 2000). O principal objetivo da modelagem do crescimento
do gelo é a avaliação da razão de crescimento do gelo marinho em função do tempo
33
(PETRICH; EICKEN, 2010). Assumindo a transferência de calor somente na vertical
e o perfil de temperatura linear, 𝑑𝐻
𝑑𝑡 é dado por:
𝑑𝐻
𝑑𝑡=
𝛾𝑖
HρiL(𝑇𝑜-𝑇𝑓) (21)
em que 𝜌𝑖 é a densidade do gelo, 𝛾𝑖 Condutividade Térmica, L função do calor
latente, 𝜆𝑖 condutividade térmica do gelo, 𝑇𝑜 temperatura da superfície e 𝑇𝑓 é a
temperatura da parte inferior do gelo marinho.
Petrich e Eicken (2010) observaram que, durante o inverno polar, o fluxo de
onda curta pode ser desprezado e o fluxo de onda longa pode ser descrito como
função da temperatura da superfície ou pela temperatura do ar. Da mesma forma, os
fluxos turbulentos de calor dependem da temperatura do ar e da superfície. Sendo
assim, assume-se que a temperatura da superfície do gelo marinho é igual a
temperatura do ar (𝑇𝑎). Consequentemente, substituindo 𝑇𝑎 em 𝑇𝑜 e fazendo as
devidas considerações, facilmente obtém-se a equação da razão de crescimento do
gelo, dada por:
H2+2λiH
Ka=2λi
ρiLθ (22)
34
3. MATERIAL E MÉTODOS
3.1 ÁREA DE ESTUDO
A área de estudo corresponde ao Mar de Weddell, situado no Oceano Austral,
entre as latitudes 83° S a 55°S e longitudes 84°W e 10°E (ROBERTSON et al. 1998).
A Península Antártica e a margem do continente Antártico (litoral) são os limites
ocidentais e sul, respectivamente. A fronteira setentrional estende-se desde a PA até
10°E. Esta área cobre aproximadamente 3,4 milhões de Km² correspondendo
aproximadamente o tamanho do Giro de Weddell (CHRISTIAN et al., 2015).
Figura 10 - Localização do Mar do Weddell no continente Antártico.
Fonte: Autoria própria
35
3.2 DADOS
3.2.1 Dados provenientes de estações meteorológicas
Em torno do MW, o Instituto Antártico Argentino (IAA) possui seis estações
meteorológicas permanentes, estas coletam informações de forma ininterrupta
(Tabela 1) deste 1979 até o presente. As estações são: Belgrano II, Carlini,
Esperanza, Marambio e San Martin, como pode ser observada na Figura 11:
Figura 11 - Distribuição espacial das estações meteorológicas Argentinas em volta do Mar de Weddell.
Fonte: Autoria Própria.
Os dados meteorológicos diários utilizados foram: a Pressão Atmosférica
Superficial (PAS) em hPa, Velocidade do Vento (VV) em m/s, Direção do Vento (DV)
em graus e Temperatura do Ar a 2 Metros (T2M) em °C, provenientes das estações
meteorológicas (Figura 11) e disponibilizados pelo IAA. O período estudado
compreende de janeiro de 1979 a dezembro de 2015, sendo médias diárias e a
direção do vento o predominante durante o dia (totalizando 37 anos de observação)
(Tabela 1).
36
Tabela 1: Variáveis meteorológicas com suas respectivas unidades e siglas. Dados corresponde a médias diárias de janeiro de 1979 a dezembro de 2015.
Variável Unidade Sigla
Temperatura do ar em 2 Metros °C T2M
Pressão Atmosférica Superficial hPa PAS
Velocidade do Vento m/s VV
Direção do Vento °(graus) DV
3.2.2 Reanálises de modelos dinâmicos
Com o objetivo de analisar a composição atmosférica nos dias de eventos
extremos de velocidade do vento nas estações meteorológicas, utilizaram-se as
variáveis Vento Zonal (U), Vento Meridional (V), Temperatura do Ar 2 Metros (T2m),
Pressão ao Nível Médio do Mar (PNMM) e Altura Geopotencial de 500 hPa, oriundos
do banco de dados diários do Era-Interim (descrito na Tabela 2) com um espaçamento
de grade 0,75° x 0,75° (DEE et al. 2011), referente ao período de janeiro de 1979 a
dezembro de 2015. Lembrando que a utilização dos dados do Era-Interim foram
utilizados para analisar espacialmente em níveis atmosféricos as condições extremas
de vento observadas nas estações do IAA.
Por outro lado, os dados de Albedo do gelo, fluxo de calor e radiação diários,
descrito na Tabela 2, foram extraídos do banco de dados reconstruídos do National
Centre and Environment Predict (NCEP/NCAR) referente ao período que compreende
janeiro de 1979 a dezembro de 2015, configurando um total de 37 anos.
37
Tabela 2: Variáveis de energia com suas respectivas unidades de medidas e resolução espacial
Variável Unidade Espaçamento de Grade
Vento Zonal m/s 0,75° x 0,75°
Vento Meridional m/s 0,75° x 0,75°
Temperatura do Ar a 2 Metros °C 0,75° x 0,75°
Pressão ao Nível Médio do Mar Pa 0,75° x 0,75°
Altura Geopotencial m²/s² 0,75° x 0,75°
Albedo Decimal 2,5° x 2,5°
Fluxo de Calor Latente Wm-2s-1 2,5° x 2,5°
Fluxo de Calor Sensível Wm-2s-1 2,5° x 2,5°
Radiação de Onda Longa Incidente Wm-2s-1 2,5° x 2,5°
Radiação de Onda Curta Incidente Wm-2s-1 2,5° x 2,5°
3.3 DESCRIÇÕES DO MODELO PONTUAL DE GELO MARINHO
3.3.1 Modelo pontual baseado no balanço de energia
O modelo utilizado nesta dissertação é baseado nos modelos proposto por Bitz
e Roe (2004), modelo esse baseado na influência dos fluxos de energia incidente
sobre a cobertura de gelo marinho. Em relação ao modelo proposto de Bitz e Roe
(2004), algumas modificações e implementações de novas parametrizações foram
feitas. A seguir, estas modificações no modelo serão descritas. .
A primeira parte está diretamente relacionada à descrição das forçantes do
modelo:
Radiação Solar Incidente em superfície (Sw↓)
O balanço de energia unidimensional é definido como:
𝛽𝑠𝑢𝑟𝑓𝑑𝑇𝑠𝑢𝑟𝑓
𝑑𝑡= 𝐹𝑡ℎ𝑒𝑟𝑚𝑎𝑙 + 𝐹𝑠𝑜𝑙𝑎𝑟 (23)
em que 𝐹𝑡ℎ𝑒𝑟𝑚𝑎𝑙 é fluxo termal e 𝐹𝑠𝑜𝑙𝑎𝑟 é o fluxo solar incidente na superfície.
38
Na formulação 23, apenas foi realizada a troca de calor para o espaço, sem
aplicar o transporte de massa e momentum.
Quando se utiliza o balanço de radiação para uma escala espacial menor, ou
seja, em um Modelo Numérico Regional ou em uma escala pontual, como é o caso do
modelo proposto aqui nesta dissertação, é necessário incluir outras trocas de calor,
ou seja, transporte de momentum e de transição de fase (e.g. calor latente - mudança
de fase). Dessa forma, para um melhor detalhamento do balanço de radiação, insere-
se:
𝛽𝑠𝑢𝑟𝑓𝑑𝑇𝑠𝑢𝑟𝑓
𝑑𝑡= 𝐹𝑡ℎ𝑒𝑟𝑚𝑎𝑙 + 𝐹𝑠𝑜𝑙𝑎𝑟 + 𝐹𝑆𝑒𝑛𝑠𝑜 + 𝐹𝑜𝑐𝑒𝑎𝑛 + 𝐹𝑙𝑎𝑡𝑒𝑛𝑡 (24)
em que 𝐹𝑆𝑒𝑛𝑠𝑜 representa o fluxo de calor sensível em um ambiente turbulento; 𝐹𝑙𝑎𝑡𝑒𝑛𝑡
o fluxo de calor latente, ou seja, troca de calor por mudança de fase da água
(evaporação ou condensação); 𝐹𝑜𝑐𝑒𝑎𝑛 troca de calor para um ambiente turbulento nos
oceanos.
Esse modelo é pontual, no qual calcularam-se as condições de gelo marinho,
condutividade térmica no gelo, neve e água em um determinado ponto na superfície
da Terra coberta ou não por gelo marinho, para isso é necessário compreender cada
termo que compõe as equações 23 e 24, desta forma tem-se:
𝐹𝑠𝑜𝑙𝑎𝑟 =1
4[1 − 𝛾𝑝(𝑇𝑠𝑢𝑟𝑓)]𝑆0 (25)
O modelo de Bitz e Roe (2004) atribuía ao fluxo de radiação solar em superfície
(Equação 3) apenas a variação em relação ao fluxo solar incidente (𝑆0), sem variação
no tempo, ou seja, fixo temporalmente. Atribuiu-se na equação (35) a variação
temporal, pois desta forma, tem-se uma variação mais realística do gelo marinho em
sua espessura ao longo dos dias.
Desta forma, a equação (25) foi reescrita como:
𝐹𝑠𝑜𝑙𝑎𝑟 =1
4[1 − 𝛼𝑠𝑢𝑟𝑓(𝑇𝑠𝑢𝑟𝑓)]𝑆0 ∙ 𝑟(∅, 𝑡𝑡𝑖𝑚𝑒) (26)
na qual 𝑟(∅, 𝑡𝑡𝑖𝑚𝑒) representa a variação temporal por latitude, 𝑡𝑡𝑖𝑚𝑒 representa o dia
Juliano e 𝑆0 a constante solar e 𝛼𝑠𝑢𝑟𝑓 o albedo em superfície.
Tornou-se necessário incluir mais alguns aspectos, como por exemplo: 1) a
radiação solar variável para cada dia do ano em uma latitude, ou seja, variação de
energia por latitude; e 2) uma parametrização para o albedo, na qual uma parte é
39
refletida de volta para a atmosfera e a outra identifica o albedo referente ao tipo de
superfície, que nesses casos é o gelo marinho ou água do mar. Lembrando que o gelo
marinho pode ter variação em seu albedo, em que o gelo marinho novo, aquele que
se forma todos os anos durante o outono/inverno e depois derrete durante a
primavera/verão, é em torno de 𝛼 = 0,75 e o gelo marinho mais velho, aquele que está
à deriva há mais de 3 anos, o albedo é 𝛼 = 0,82 (BRANDT et al. 2005).
O albedo na superfície da Terra varia de acordo com as regiões, isso ocorre a
diferentes aspectos, tais como: água dos oceanos, neve, cobertura de gelo em
superfície continental, gelo marinho, árvores, desertos entre outros. Desta forma,
assumiu-se a mesma definição de Budyko (1969) em relação ao gelo-albedo, ou seja,
o mecanismo de feedback, desta forma, escreve-se:
𝜑𝑠𝑢𝑟𝑓 = 𝜑𝑠𝑢𝑟𝑓(𝑇𝑠𝑢𝑟𝑓) (27)
Budyko (1969) assumiu que um albedo é constante quando a temperatura é
mais fria. Assume-se também que há variação de albedo de acordo com uma faixa de
temperatura, que neste caso ficou entre -0.1C até -10.0C para a superfície
continental e entre -1.7C até -8.5C para a superfície oceânica. Com isso, calculou-
se a diferença na resposta do feedback entre o gelo continental e o gelo marinho, ao
qual se assumiu que o ponto de congelamento do gelo sobre o oceano é a partir de -
1.7C.
3.3.2 Feedback gelo/albedo
Representando na Equação 26, a temperatura da superfície está diretamente
ligada ao processo de troca entre o gelo/albedo, sendo;
𝛼𝑠𝑢𝑟𝑓 = 𝛼0 +∆𝛼
∆𝑇𝑠𝑢𝑟𝑓∙ (𝑇𝑠𝑢𝑟𝑓 − 𝑇0) (28)
em que 𝛼0 = 0.1. 𝑇0 = 273,16𝐾. Desta forma, pode-se calcular a força do mecanismo
de retorno gelo/albedo de forma linear.
Reescreveu-se esse feedback gelo/albedo, da seguinte forma:
𝐵𝑖𝑐𝑒/𝑎𝑙𝑏𝑒𝑑𝑜 =𝑑𝐹𝑠𝑜𝑙𝑎𝑟
𝑑𝑇𝑠𝑢𝑟𝑓= (𝛼𝑐𝑙𝑜𝑢𝑑 − 1) ∙ 𝑆0 ∙ 𝑟(∅, 𝑡𝑡𝑖𝑚𝑒) ∙
∆𝜑
∆𝑇 (29)
40
Como mencionado anteriormente, o intervalo em que o albedo está ativo vai de
-10C até 0C, logo, regiões nas quais o intervalo de temperatura encontra-se entre
esses valores obtiveram um forte feedback gelo/albedo. Durante o inverno, em que os
valores podem chegar abaixo de -10C, o termo 𝛼𝑐𝑙𝑜𝑢𝑑 na Equação (8), representa o
albedo das nuvens. O albedo das nuvens tem influência substancial nas temperaturas
atmosféricas. Tipos diferentes de nuvens possuem refletividades diferentes,
teoricamente variando em albedo próximo de zero para um máximo que se aproxima
de 0,8, como o intuito é a superfície, assumiu-se que esse valor era constante de
acordo com a época do ano, por exemplo: 𝛼𝑐𝑙𝑜𝑢𝑑 = 0.35 ∗ 𝛼𝑐𝑙𝑜𝑢𝑑. A equação
representa o fator em consideração a época do ano (DOMMENGET e FLÖTER,
2011).
𝛼𝑐𝑙𝑜𝑢𝑑 = 𝑉𝑒𝑟ão (𝑣𝑎𝑙𝑜𝑟 = 0)
𝛼𝑐𝑙𝑜𝑢𝑑 = 𝐼𝑛𝑣𝑒𝑟𝑛𝑜 (𝑣𝑎𝑙𝑜𝑟 = 1)𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑎𝑚𝑒𝑛𝑡𝑜 𝑒𝑛𝑐𝑜𝑏𝑒𝑟𝑡𝑜
𝛼𝑐𝑙𝑜𝑢𝑑 = 𝑃𝑟𝑖𝑚𝑎𝑣𝑒𝑟𝑎 𝑒 𝑂𝑢𝑡𝑜𝑛𝑜 (𝑣𝑎𝑙𝑜𝑟 = 0.50)
O fator 0,35 é o limiar entre céu todo coberto por nuvens e sem nuvens, desta
forma, assumiu-se que as nuvens refletem cerca de 35% da radiação.
3.3.3 Condições para identificação do gelo marinho em camadas
O mesmo princípio de Untersteiner (1961) e Maykut e Untersteiner (1971) foi
utilizado para a identificação do gelo marinho em camadas. Dessa forma, o objetivo
foi calcular os fluxos de calor como sendo proporcional à diferença de temperatura
entre a água e o gelo marinho, modelo esse baseado em Bitz e Roe (2004). O mesmo
estabelece que todos os fluxos de calor sobre uma superfície de gelo marinho
possuem condutividade térmica do gelo. Porém, sabe-se que o gelo marinho sobre
um oceano não é só composto por uma camada simples de gelo que congelou, há
deposição de neve sobre o mesmo e a condutividade da neve é diferente da
condutividade do gelo marinho (MENGEL et al., 1988).
Desta forma, uma das novas parametrizações no modelo de Bitz e Roe (2004)
foi o cálculo da condutividade em camadas distintas e combinadas, ou seja, só neve
sobre o oceano, neve e gelo marinho sobre o oceano e, por fim, só gelo marinho. Para
41
isso foi necessário inicialmente definir que os fluxos de calor são proporcionais à
diferença entre a temperatura do gelo e (ou) neve e a água do oceano, sempre
informando que a temperatura do gelo permanece praticamente em zero (0) até o gelo
marinho desaparecer, para casos em que o gelo marinho se forma e desaparece em
um ano.
Embora só a temperatura tenha sido mencionada até agora, um cálculo dos
fluxos de energia a partir do gelo exigiria incorporar a salinidade na camada de mistura
como variável e interligados com as camadas subsuperficiais do oceano.
A salinidade no oceano próximo da superfície é significativa depende do
congelamento da água e derretimento do gelo marinho, afetando diretamente a
estrutura da densidade vertical do oceano. Desta forma, é necessária uma
parametrização que inclua a influência da salinidade exigindo uma análise
tridimensional da temperatura e salinidade. Portanto, considerou-se que os fluxos
constantes de calor no oceano é a melhor escolha para o caso atual, ou seja, para um
modelo simples essa premissa é necessária.
3.3.4 Processos termodinâmicos
Todos os modelos que estimam o gelo marinho são baseados nos processos
térmicos e dinâmicos não só do gelo, como também da atmosfera e do oceano. Como
é o caso também do modelo com modificações proposto neste estudo. Para isso,
modificou-se o processo que calcula a espessura do gelo marinho e se calculou a
neve depositada sobre o mesmo, pois todo processo de espessura é baseado na
difusão radiativa, ou seja, por meio do balanço de energia nas camadas de gelo, neve
ou gelo/neve.
Processos termodinâmicos na Neve
Sem a presença de gelo marinho, definiu-se que o fluxo de energia líquida para
a camada oceânica é dado por:
𝑄𝑛𝑒𝑡 = 𝐻 ↓ +𝐿𝐸 ↓ +𝐸𝑤𝐿𝑊 ↓ +(1 − 𝛼𝑤)𝑆𝑤 ↓ +𝐹𝑤 ↓ −𝜖𝑤𝜎𝑇𝑤4 ↑ (30)
considerando 𝐻 ↓, 𝐿𝐸 , 𝐿𝑊 ↓ 𝑒 𝑆𝑤 ↓ em W/m² o fluxo de calor sensível, fluxo de calor
latente, fluxo de calor latente de vaporização e fluxo incidente de radiação solar,
respectivamente. Considerou-se como constante a camada de mistura do oceano
42
profundo. Isso porque há pouca transferência de energia para o oceano profundo,
principalmente quando há presença de gelo marinho, logo considerou-se como zero
esse fluxo.
Todos os termos da Equação (30) são diagnósticos, ou seja, o tempo é fixo. O
termo 𝛼𝑤 é o albedo que foi fixado em 10% e a emissividade 𝜖𝑤 = 97%. Lembrando
que o sufixo w refere-se à water (água).
Outro fator importante deste modelo está diretamente ligado à entrada líquida
do fluxo de energia que eleva a temperatura da água, de modo que a taxa de tempo
para ocorrer a mudança interna de energia (por unidade de massa) torna-se:
𝑑𝐼
𝑑𝑡= 𝑄𝑛𝑒𝑡 (31)
sendo a energia interna o produto da profundidade da camada de mistura que começa
a partir de 30 m de profundidade, definida como 𝑑𝑚𝑖𝑥, a energia térmica da água 𝐶𝑤 =
4.19 𝑀𝐽𝑚−3𝐾−1. Também foi necessário aplicar uma aproximação de diferenças
finitas (Eq. 30), pois se obtém uma temperatura resultante de mudanças como:
∆𝑇𝑤 =∆𝑡×𝑄𝑛𝑒𝑡
𝑑𝑚𝑖𝑥×𝐶𝑤 (32)
em que ∆𝑇𝑤 é o passo de tempo de 24 horas. Como o calor é espalhado
uniformemente em todas as camadas de mistura, calcula-se uma nova temperatura
da água:
𝑇𝑤𝑖𝑖 = 𝑇𝑤𝑖−1 + ∆𝑇𝑤 (33)
sendo i e i-1 os intervalos de tempo. É importante enfatizar o resultado da Equação
(33), pois se for menor que zero, utilizam-se as premissas:
o 𝑇𝑤 < 271,2𝐾, seria o ponto inicial de congelamento;
o A espessura do gelo marinho recém congelado (ℎ𝑛) igual a 0,015m.
Salienta-se que a espessura é uma condição interna do modelo, baseada em
condições diferentes de deposição de neve para cada ponto inserido no modelo. De
posse dessas informações, definiu-se a fração da cobertura do gelo marinho:
𝐹 =(𝑇𝑎−𝑇𝑤)×𝑑𝑚𝑖𝑥×𝐶𝑤
𝑄𝐼×ℎ𝑚 (34)
sendo que 𝑄𝐼 é o calor de fusão do gelo, fixado em 302 𝑀𝐽/𝑚2 (MAYKUT e
UNTERSTEINER, 1971).
43
O gelo novo é modulado para ter uma temperatura superficial de 271,2K. O
único fluxo modulado neste modelo foi a condutividade, embora na realidade, 𝐼0 seja
a fração de onda curta incidente que penetra na superfície superior do gelo marinho.
Diferente de Bitz e Roe (2004), que no modelo original não contemplava o termo 𝐼0,
assumiu-se que 𝐼0 = 17% representa a incidência da radiação sobre o gelo marinho
de acordo com o proposto por Maykut e Untersteiner (1971).
Essa radiação que penetra normalmente faz com que o volume de soluções
salinas aumente o arrefecimento perto da superfície. Adotou-se que o fluxo de
condutividade 𝑄𝐼 através do gelo marinho foi igual 𝑘𝑖(𝑇𝑏 − 𝑇𝑠𝑓𝑐)/ℎ𝑖 (BRYAN et al, 1975;
SEMTNER, 1976).
Experimento 1
A espessura do gelo (ℎ𝑖) foi retirada do passo de tempo anterior, enquanto a
condutividade térmica (𝑘𝑖) do gelo está fixada a uma constante de 2,04Wm-1K-1. Para
a temperatura (𝑇𝑠𝑓𝑐), o intervalo de tempo deve ser calculado a partir do balanço de
energia em superfície, sendo a suposição básica que 𝑇𝑠𝑓𝑐 ajusta-se de maneira a
manter esse equilíbrio.
No modelo ora em estudo, implementaram-se as mesmas condições de
Semtner; Jr. (1976) as quais 𝑇𝑠𝑓𝑐 = 𝑇𝑝 + ∆𝑇, 𝑇𝑝 é a temperatura em superfície durante
o passo de tempo anterior, desta forma, reescreveu-se 𝑇𝑠𝑓𝑐 como:
𝑇𝑠𝑓𝑐4 = (𝑇𝑝 + ∆𝑇)
4 = 𝑇𝑠𝑓𝑐4 ≈ 𝑇𝑝
4 + 4𝑇𝑝3∆𝑇 (35)
Desta forma, 𝑇𝑠𝑓𝑐 = 𝑇𝑝 + ∆𝑇, excede 273,15K, ocorrendo o ponto de
derretimento do gelo marinho, ou seja, valores maiores que zero (0) graus Celsius. A
Figura 12 mostra o experimento inicial no qual o modelo representa os fluxos sem a
presença de neve ou gelo marinho. Em relação ao modelo proposto por Bitz e Roe
(2004), calculou-se o 𝐹𝑊↑, (fluxo de calor do oceano). De acordo com Maykut e
Untersteiner (1971), esse fluxo 𝐹𝑊↑ é importante para o calculo da transferência de
energia entre as camadas oceânicas, neve e/ou gelo marinho.
44
Figura 12 - Experimento 1: Sem a presença de gelo ou neve.
Fonte: Autoria Própria
Experimento 2
Neste experimento, tem-se o processo de condutividade térmica referente ao
gelo marinho (Figura 13), sendo que o 𝑘𝑖 representa essa condutividade térmica, ℎ𝑖
representa a altura da coluna de gelo marinho, 𝑇𝑏 representa a temperatura da base
profunda de gelo marinho e 𝑇𝑠𝑓𝑐 a temperatura em superfície, neste caso na base
superficial do gelo marinho. O processo de condutividade do gelo ocorre através da
transferência de calor entre as camadas mais próximas da superfície e as camadas
mais profundas do gelo marinho, variando de forma quase uniforme, ou seja, com
variações pequenas e quase constantes. Esse processo de condutividade também
ocorre na horizontal, sendo em menor escala e de forma constante (SEMTNER;
JR.1976). Desta forma, para o propósito desta dissertação, a condutividade torna-se
de suma importância para um cálculo mais preciso da transferência de calor, formação
de gelo e balanço de energia ao longo de um tempo.
Superfície
Final Camada de
Mistura
Água Oceano Sem gelo
45
Figura 13 - Experimento 2: Condições de gelo marinho e água abaixo.
Fonte: Autoria Própria
Experimento 3
E por fim, o experimento 3, é com a presença de neve sobre o gelo marinho
(Figura 14).
Figura 14 - Experimento 3: Condições de neve sobre o gelo marinho e água abaixo.
Fonte: Autoria Própria
O processo de condutividade térmica é idêntico ao processo no experimento 2,
com a diferença que se tem agora a condutividade térmica da neve. Assim, pode-se
calcular a condutividade térmica total, ou seja, neve + gelo marinho:
Superfície
Gelo marinho sem neve CondutividadeGelo marinho
água
Superfície
Gelo marinho sem neve CondutividadeGelo marinho
água
Neve Condutividade neve
46
𝐶 =𝑘𝑠
ℎ𝑠(𝑇𝑠 − 𝑇𝑠𝑓𝑐) +
𝑘𝑖
ℎ𝑖(𝑇𝑏 − 𝑇𝑖) (36)
Por meio da equação (36), pode-se identificar o processo de derretimento do
gelo na parte superior da camada de neve + gelo marinho, para isso agrega-se ao
modelo proposto por Bitz e Roe (2004), a equação (37) proposta por Semtner; Jr.
(1976):
−∆ℎ𝑖 =∆𝑡
𝑄𝑛𝑒𝑡[𝐹 ↑ −
𝑘𝑖
ℎ𝑖(𝑇𝑏 − 𝑇𝑠𝑓𝑐)] (37)
O modelo aqui modificado, como já mencionado, foi baseado no modelo de Bitz
e Roe (2004), agregando algumas alterações referentes à deposição de neve sobre o
gelo marinho, assim como equações que calculam a condutividade térmica do sistema
neve + gelo marinho. Consideraram-se para efeito deste estudo os parâmetros fixos
no modelo descritos a seguir:
o Nesta dissertação, padronizou-se o gelo marinho e a neve com 10
camadas, criando um equilíbrio térmico. Semtner; Jr. (1976) salientou
que muitas camadas podem inibir a condutividade térmica no gelo,
criando um armazenamento de energia e contribuindo para um rápido
descongelamento tanto do gelo marinho como da neve. Em
experimentos iniciais, o modelo não muda "radicalmente" entre 1 e 5
camadas, assim como entre 15 e 20 camadas. Desta forma, escolheu-
se em 10 camadas;
o Spin-up do modelo foi fixado em 20 dias;
o A densidade inicial do gelo marinho foi 917 kg/m3;
o A densidade inicial da neve foi 330 kg/m3;
o Temperatura de congelamento da água doce foi 273,16 K;
o Temperatura de congelamento da água do mar foi 271,2 K;
o Espessura média do gelo marinho no mar de Weddell foi 1,8 metros;
o Intervalo máximo e mínimo de salinidade contida em uma grama (1g) de
gelo marinho: Máxima = 3,2 Psu e Mínima = 1,0 Psu;
o Calor latente do gelo marinho considerado de 0,335 x 10-6J/kg para
temperatura de 0C;
o Camada oceânica abaixo do gelo marinho padronizou-se em 50 metros.
Cabe aqui uma observação. Em regiões cobertas por gelo marinho a
47
haloclina (camada sub-superficial na qual a salinidade apresente uma
forte variação com a profundidade) ocorre próxima a superfície (similar
à termoclina), profundidade típica de 50 a 200 metros. A coluna toda não
congela, porque uma camada d’água (mais leve), a haloclina, fica acima
da água coberta por gelo marinho. Esta camada congela sem ficar mais
densa que a camada abaixo dela.
3.4 SIMULAÇÃO
3.4.1 Sítios para realização da simulação
Os pontos utilizados para a simulação da espessura do gelo marinho e o
balanço de energia foi baseado do trabalho de Robertson et al. (1998). Os mesmos
são descritos na Tabela 3 e na Figura 15 a seguir:
Tabela 3: Pontos para simulação, longitude, latitude e o tipo.
Nome Longitude Latitude Tipo
Foldvic 39° 24’ 74° 23’ Mar Aberto
Pratt 37° 10’ 77° 58’ Mar Aberto
Smithson 61° 17’ 61° 28’ Mar Aberto
PT1 25° 50’ 65° 20’ Indefinido*
PT2 35° 00’ 67° 00’ Indefinido*
Smith 67° 21’ 79° 44’ Camada de Gelo
Gekstaller 52° 75’ 77° 88’ Camada de Gelo
Thiel 41° 08’ 77° 42’ Camada de Gelo
* São pontos que não possuem características definidas, ou seja, dependendo da época do ano é gelo ou água líquida.
Fonte: Adaptado de Robertson et al. (1998)
48
Figura 15 - Pontos para simulação distribuído espacialmente.
Fonte: Autoria Própria
3.4.3 Configuração do experimento para simulação da espessura do gelo marinho
As simulações foram realizadas para cada ponto descrito na Tabela 3
anteriormente, sendo o tempo de simulação foi de 7 anos (2009 a 2015). A Figura 16
mostra a sequência até chegar a execução do modelo.
Figura 16: Fluxograma com as etapas da simulação da espessura do gelo marinho.
Fonte: Autoria Própria
A seguir serão descritas cada uma das etapas da Figura 16:
49
Etapa 1: Antes de iniciar a simulação é necessário fazer uma climatologia dos
dias julianos, ou seja, foi feito uma média de cada dia do ano sequencial. No caso os
dados de fluxo e do albedo são de 1979 até 2008 (30 anos).
Etapa 2: Após fazer a climatologia dos fluxos e do albedo, deve-se usá-los
como entrada no modelo para cada simulação. Sendo que, o modelo termodinâmico
pontual só aceita dados de fluxo em erg/cm² e albedo em decimais.
Etapa 3: O modelo apresenta a configuração do número de camadas do gelo
marinho. Na presente simulação fixou-se em 10 camadas e 7 anos de integração do
modelo (2009 a 2015).
Etapa 4: Após as configurações das etapas anteriores, foi dado o início da
simulação. A saída gerou 4 séries históricas, cuja primeira é a espessura do gelo
marinho em metros, a segunda a temperatura da superfície do mar em °C, a terceira
a espessura da neve e a quarta o erro do balanço de energia na superfície do gelo
marinho.
3.5 ANÁLISE ESTATÍSTICA
3.5.1 Análise exploratória dos dados
Com o objetivo de fazer uma análise exploratória nos dados observados nas
estações meteorológicas e de radiação sobre o Mar de Weddell, é necessária aplicar
inicialmente métodos da estatística descritiva. Calcularam-se as estatísticas resumo
como: média, mediana, desvio-padrão, quantis, máximos e mínimos e coeficiente de
variação; além da elaboração de gráficos para a visualização do comportamento das
variáveis e detecção de outliers, tais como: Box and Whiskers Plot. Essas estatísticas
são bem difundidas em toda comunidade cientifica de diversas áreas de
conhecimento, não sendo necessários maiores detalhes sobre a metodologia de
cálculo das mesmas.
3.5.2 Regressão Linear
Com a finalidade de verificar se as variáveis Pressão Atmosférica Superficial,
Velocidade do Vento e Temperatura do Ar a 2 Metros estão com o comportamento
50
crescente ou decrescente ao longo do período de 1979 a 2015, foi calculado o
coeficiente de inclinação da reta proveniente do ajuste através do método de
Regressão Linear, relacionando as variáveis com o tempo.
De acordo com Wilks (2006) o método de Regressão Linear Simples é uma
forma de relacionar duas variáveis, através do ajuste de uma reta que melhor
representa a relação entre as variáveis. A equação da reta é dada:
𝑌 = 𝑎 + 𝑏𝑋 (38)
sendo Y a variável dependente, X a variável independente, a o coeficiente do
intercepte da reta e b o coeficiente de inclinação da reta
Como mencionado anteriormente o objetivo do presente trabalho é somente
encontrar o coeficiente de inclinação da reta (b) e verificar se o mesmo possui
significância estatística (usando o Teste – F). Então, a equação 39 descreve mostra
como é calculado o coeficiente de inclinação da reta:
b = ∑ [(Xi−Xmed)(Yi−Ymed)]ni=1
∑ (Xi−Xmed)2n
i=1
(39)
onde Xmed e Ymed são os valores médios das variáveis independente e dependente,
respectivamente.
3.5.3 Teste de Hipótese
Na estatística existem métodos que auxiliam o pesquisador a tomar decisões
admitindo que a mesma tenha uma tolerância ao erro. Um dos métodos é o teste de
hipóteses (WILKS, 2006). Os principais passos necessários para realização de um
teste são: definir a Hipótese Nula (H0) e a Hipótese Alternativa (H1).
De acordo com Wilks (2006) a Hipótese Nula (H0) é uma suposição de uma
verdade que necessita ser testada, já que a mesma leva em consideração que não há
mudanças na população de interesse. Já a Hipótese Alternativa (H1) é aquela que
contradiz a suposição da Hipótese nula, na qual a mesma tem a suposição que há
mudanças na população de interesse. Segundo Wang (1998), o nível de significância
é um limite máximo de probabilidade para a rejeição da H0. No presente trabalho foi
adotado o nível de significância de α = 0,05.
51
3.5.3.1 Teste para verificar tendência: Mann-Kendall
O objetivo da aplicação deste teste é a verificação da existência de tendências
com significância estatística nas séries históricas descrita no tópico 3.2.1. Esse teste
é recomendado pela Organização Meteorológica Mundial (OMM), pois o mesmo é um
teste não paramétrico e aplicado em avaliação de dados ambientais (YUE et al., 2002).
O teste foi proposto por Mann (1945) e aprimorado pelo Kendall (1975) e possui
ampla utilização na verificação de tendência em uma determinada série histórica
estatística (YUE et al., 2002). A metodologia consiste em comparar cada valor de uma
série histórica com os outros valores restantes, sempre obedecendo uma ordem
(WILKS, 2006). Segundo Mann (1945), a Hipótese Nula (H0) indica que os dados são
provenientes de uma variável aleatória independente e identicamente distribuída e a
Hipótese Alternativa é que os dados apontam a existência de tendência
(WILKS,2006). A estatística do teste é:
𝑆 = ∑ ∑ 𝑠𝑖𝑛𝑎𝑙 (𝑋𝑖 − 𝑋𝑗)𝑛−1𝑗=1
𝑛𝑖=1 (40)
sendo que Xi e Xj são os valores dos dados em sequência, n é o comprimento a série
de dados, e:
𝑠𝑖𝑛𝑎𝑙 (𝑋𝑖 − 𝑋𝑗) = {
+1 𝑠𝑒 (𝑋𝑖 − 𝑋𝑗) > 0
0 𝑠𝑒 (𝑋𝑖 − 𝑋𝑗) = 0
−1 𝑠𝑒 (𝑋𝑖 − 𝑋𝑗) < 0
} (41)
Mann (1945) e Kendall (1975) demonstraram que S possui uma distribuição
normal com média centrada em zero E(S) e variância var(S) dada por:
𝐸(𝑠) = 0 (42)
var(s)= n(n+1)(2n+5)- ∑ 𝑡𝑝 (𝑡𝑝-1)(2𝑡𝑝+5)
pi=1
18 (43)
sendo,
E(s) - Indica o valor esperado do sinal;
var(s) - Corresponde à variância do sinal;
𝑡𝑝 – é o número de dados com valores iguais em certo grupo;
q – é o número de grupos iguais na série;
52
n – representa o tamanho da série.
Quando o número de observações é superior a 30, a estatística de teste é:
𝑍𝑚𝑘 =
{
𝑆−1
√𝑣𝑎𝑟(𝑠) 𝑠𝑒 𝑆 > 0
0 𝑠𝑒 𝑆 = 0𝑆+1
√𝑣𝑎𝑟(𝑠) 𝑠𝑒 𝑆 < 0
(44)
De acordo com Wilks (2006), o sinal da estatística z indica se a tendência é
crescente (z>0) ou decrescente (z<0).
3.5.3.2 Teste para verificar a sazonalidade: Kruskal-Wallis
A sazonalidade é verificada quando os fenômenos em estudo ocorrem durante
um determinado tempo e repetem-se a cada período idêntico de tempo. Aplicou-se o
teste de Kruskal – Wallis com o objetivo de verificar se as séries temporais observadas
nas estações meteorológicas (Tabela 1) apresentam sazonalidade estatisticamente
significante no período em estudo.
3.5.4 Análise dos eventos extremos de velocidade do vento
Na literatura possuem diferentes limiares para definir um Evento Extremo de
Velocidade do Vento (EEVV). Estudos sobre extremos na intensidade da velocidade
do vento, realizados para a estação de McMundo (Mar de Ross), levaram em
consideração a categoria 6 da escala de Beaufort (11,3 m/s), enquanto Turner et al.
(2009) usou 17,3 m/s para definir vendavais e 24,5 m/s para tempestade. Estudo
realizado por Weber et al. (2016) encontrou um limiar para definir evento extremos da
velocidade do vento de 15 m/s, usando o percentil de 95%. Diante ao exposto, no
presente trabalho, utilizou-se o percentil de 95% variável por mês com o objetivo de
obter os limiares mensais acima do qual se considerou como EEVV por considerar
que, devido à sazonalidade, as condições variam ao longo do ano, sendo assim,
levou-se em conta eventos atípicos para cada mês em observação.
A Teoria de Valores Extremos (TVE) foi aplicada na série temporal de
velocidade do vento diário para cada estação meteorológica em estudo. Sendo que,
53
a finalidade desta técnica estatística é estimar a cauda inferior ou superior de uma
distribuição referente a um conjunto de observações independentes e identicamente
distribuídas (COLES, 2001).
No presente trabalho utilizou a Distribuição Generalizada de Valores Extremos
(GEV) definido por Jenkinson (1855). Desta forma, a configuração do banco de dados
para o cálculo do tempo de retorno dos extremos da velocidade do vento baseou-se
na metodologia dos máximos anuais, cuja série temporal formada compreende os
valores máximos da velocidade em cada ano (COLES, 2001).
3.5.5 Análise da acurácia do modelo pontual
Com a finalidade de verificar acurácia das simulações do modelo pontual,
aplicou-se para Temperatura do Ar a análise objetiva através dos Erro Médio, Raiz do
Erro Quadrático Médio e Erro Absoluto Médio. Deve-se ressaltar que o modelo pontual
possui quatro saídas, porém só foi possível aplicar análise objetiva na temperatura
devido a disponibilidade de dados com boa qualidade para a região do Mar do
Weddell.
Segundo a Wilks (2006) a análise de resíduo dos modelos é o melhor método
de análise da acurácia dos mesmos. Então, o Erro Absoluto Médio se for igual a zero
significa que a simulação foi perfeita. Ou seja, a simulação possui os mesmos valores
do que o observado. E é dado pela seguinte formula:
𝐸𝐴𝑀 = 1
𝑛 ∑ |𝑆𝑖𝑚𝑢𝑙𝑎𝑑𝑜 − 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜|𝑛
𝑘=1 (45)
onde n é o numero de observações.
A Raiz do Erro Quadrático Médio é similar ao EAM, dando a magnitude do erro
para simulação. Como pode ser verificado pela formula abaixo:
𝑅𝐸𝑄𝑀 = √1
𝑛∑ (𝑆𝑖𝑚𝑢𝑙𝑎𝑑𝑜 − 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜)2𝑛𝑘=1 (46)
54
O Erro Médio mostra simplesmente o viés entre o observado e o simulado.
Podendo indicar se o modelo está subestimando ou superestimando os valores
observado.
𝐸𝑀 = 𝑆𝑖𝑚𝑢𝑙𝑎𝑑𝑜𝑀é𝑑𝑖𝑜 − 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜𝑀é𝑑𝑖𝑜 (47)
55
4. RESULTADO E DISCUSSÂO
Nesta seção serão analisadas as variáveis meteorológicas das estações sobre
responsabilidade do Instituto Argentino Antártico em torno do Mar de Weddell (MW),
identificando os eventos extremos na Velocidade do Vento (VV) e suas implicações
na região de interesse. Por fim, serão discutidas as simulações da Espessura do Gelo
Marinho para pontos pré-definidos sobre o MW, tendo como objetivo avaliar a
representação das variáveis.
4.1 Análise descritiva das variáveis meteorológicas
As séries temporais diárias das variáveis estudadas neste trabalho
apresentaram uma alta variabilidade ao longo do tempo. Sendo assim, aplicou-se a
técnica de médias móveis (janela de 30 dias) com o objetivo de suavizar a
variabilidade.
Observa-se que as estações meteorológicas de Belgrano II e Marambio (Figura
17a e Figura 17e, respectivamente) possuem os valores de Pressão Atmosférica
Superficial semelhantes com 988,51 hPa e 988,97 hPa, respectivamente. Entretanto,
as estações de Carlini, Orcadas e Esperanza (Figuras 17b, c e f, respectivamente)
apresentaram os maiores valores médios diários da Pressão atmosférica, com 990,57
hPa, 992,43 hPa e 990,58 hPa, respectivamente. Enquanto, a San Martin (Figura 17d)
apresentou a menor média diária com o valor de 987,96 hPa. Por outro lado, San
Martin possuiu a maior variabilidade entre as demais estações estudadas, com um
desvio-padrão igual a 13,05 hPa. Em todas as estações meteorológicas notou-se que
o coeficiente de inclinação da regressão linear foi negativo, implicando-se numa
redução da Pressão Atmosférica Superficial entre o período de 1979 a 2015. Este
comportamento pode estar relacionado com o aumento de Ciclones Extratropicais
transientes pela região do Mar de Weddell, fazendo com que a Pressão Atmosférica
diária tenha uma redução.
56
Figura 17: Série Temporal da Pressão Atmosférica Superficial em hPa (PAS). (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. Linha continua em vermelho mostra a média móvel. Valores seguidos com um * mostra que o valor do p-valor foi menor do que 5%, e os valores com ** que o valor do p-valor foi muito menor do que 1%. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários.
Observa-se que a estação meteorológica de San Martin (Figura 18d) entre
todas as estações é a que apresentou a menor intensidade do vento, com uma
velocidade média diária de 2,41 m/s entre os anos de 1979 a 2015. Por outro lado, as
estações de Carlini, Orcadas e Esperanza (Figuras 18 b, c e f, respectivamente)
apresentaram as maiores intensidades de vento, com valores de 8,40 m/s, 8,84 m/s e
8,34 m/s, respectivamente. Verificou-se que a estação de Belgrano II (Figura 18a)
apresentou uma média diária de 5,92 m/s, contudo possuem diversos eventos que a
velocidade do vento ultrapassa os 25 m/s. A estação de Belgrano II está localizada na
costa sul do Mar de Weddell, nesta região possui influência dos Ciclones
Extratropicais e dos Ventos Catabáticos oriundos do Platô no centro do continente
Antártico (SIMMONDS e KEAY, 2000; MENDES et al., 2010; e CHENOLI et al., 2013).
O coeficiente de inclinação da reta da regressão linear mostrou que somente a
estação de San Martin (Figura 18d) não apresentou aumento na intensidade do vento
na região. O fato das demais estações em torno do Mar de Weddell apresentarem um
57
aumento, pode estar relacionado com o aumento da densidade de ciclones
extratropicais na região.
Figura 18 - Série Temporal da Velocidade do Vento em m/s (VV). (a) Estação meteorológica de Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. Linha continua em vermelho mostra a média móvel. Valores seguidos com um * mostra que o valor do p-valor foi menor do que 5%, e os valores com ** que o valor do p-valor foi muito menor do que 1%. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários.
Nota-se que a estação meteorológica de Belgrano II (Figura 19a) possui a
menor média diária climatológica entre todas as estações estudadas no presente
estudo, com uma Temperatura do Ar a 2 Metros de -16,05 °C. Outra característica que
a estação apresentou foi a grande variabilidade, com um valor de desvio-padrão de
8,44 °C. Este aspecto pode estar relacionado a sua localização geográfica, visto que
nessa região a estação meteorológica possui influência dos Ventos Catabáticos
oriundos do centro do continente Antártico, transportando um ar mais frio para região.
Por outro lado, as temperaturas mais altas registradas na estação está relacionada a
passagem de Ciclones Extratropicais na região que advecta um ar mais quente de
latitudes maiores para estação de Belgrano II, como mostra na Figura 30 em tópicos
posteriores quando discutido os eventos extremos na velocidade do vento. As
estações de San Martin e Marambio (Figura 19d e Figura 19e), apresentaram valores
médios na Temperatura do Ar a 2 Metros de -9,10 °C e -7,91 °C, respectivamente.
58
Sendo que, as duas estações como apresentou Belgrano II também apresentaram
valores altos no desvio-padrão comparados as demais estações estudas. O
coeficiente de Inclinação da Reta mostra que as estações de Carlini, Orcadas, San
Martin e Esperanza (Figura19 b, c, d e f, respectivamente) possuem uma temperatura
crescente entre o período de 1979 a 2015. Entretanto, as estações de Belgrano II e
Marambio mostra que a temperatura do ar está decrescendo no mesmo período.
Figura 19 - Série Temporal da Temperatura do Ar a 2 Metros em °C (T2M). (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. Linha continua em vermelho mostra a média móvel. Valores seguidos com um * mostra que o valor do p-valor foi menor do que 5%, e os valores com ** que o valor do p-valor foi muito menor do que 1%. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários.
Os Boxplots mensais da Pressão Atmosférica Superficiais (Figura 20) mostram
que a variável não possui grandes variações ao longo do ano. Por outro lado, indica
que em todas as estações estudadas a variabilidade aumenta no final do outono até
o início da primavera austral. Este padrão está associado a quantidade de Ciclones
Extratropicais que passam pela região. Em 2000, Simmonds e Keay desenvolveram
uma climatologia de ciclones para o hemisfério sul, usando 40 anos de dados das
reanálises do NCEP/NCAR. Os autores encontraram que no inverno austral sobre o
Mar de Weddell possui a maior densidade de Ciclone Extratropical, do que o verão
austral. Observa-se que na maioria das estações meteorológicas estudas no presente
59
trabalho (menos Belgrano II) a Pressão Atmosférica Superficial está maior no mesmo
período que apresenta a maior variabilidade discutia anteriormente. Este padrão pode
estar associado a anticiclones transientes pela região.
Figura 20 - Boxplot mensal da Pressão Superficial Atmosférica em hPa (PAS). (a) Belgrano II, (b) de Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Estação meteorológica de Esperanza. O ponto vermelho mostra a média climatológica mensal. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários.
Nota-se que as estações de Carlini, Orcadas e Esperanza (Figura 21b, 21c e
21f, respectivamente) não apresentaram variações significativas na intensidade do
vento, tendo o mesmo comportamento ao longo do ano, sendo que, de acordo com
estudo desenvolvido pelos autores Van As et al. (2007), os ventos mais intensos
encontram-se no inverno em algumas estações sobre o continente Antártico.
Entretanto, a estação de San Martin (Figura 21d) possui as menores magnitudes do
vento durante o ano. Observa-se, em todas as estações, que no final da primavera e
durante o verão austral, ocorreram as menores velocidades do vento na região. Este
padrão como mostrado na Figura 20 anteriormente, está relacionado com a densidade
de Ciclones Extratropicais no período do Inverno ser maior, do que no período do
verão e outono austral. Por fim, verifica-se que a estação de Belgrano II possui a maior
densidade de outliers em relação às demais estações meteorológicas, está
60
informação implica no fator que a estação possui diversos fenômenos meteorológicos
que propiciam eventos extremos na Velocidade do Vento, tais como, Ciclones
Extratropicais e Ventos Catabáticos.
Figura 21 - Boxplot mensal da Velocidade do Vento em m/s (VV). (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. O ponto vermelho mostra a média climatológica mensal. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários.
Nota-se que as maiores T2M foram nos meses que compreendem o verão
austral (DJF) e nos meses com as menores variabilidades (Figura 22). Observa-se
que as estações de Belgrano II e San Martin (Figura 22a e Figura 22d,
respectivamente) as temperaturas durante o período de 1979 a 2015 apresentaram
casos próximos de -40°C. Outro aspecto da estação de Belgrano II são as menores
temperaturas entre os meses de maio e setembro, diferentemente das demais
estações que registraram entre os meses de junho, julho e agosto. O inverno possui
a maior variabilidade da T2M em todas as estações meteorológicas. As estações de
Carlini, Orcadas e Esperanza (Figuras 22b, 22c e 22f, respectivamente) possuem a
maior densidade de outliers diante demais estações.
61
Com a aplicação do Teste de Hipótese Kruskall – Wallis, identificou-se que em
todas as estações, as variáveis Pressão Atmosférica Superficial (PAS), Velocidade do
Vento (VV) e Temperatura do Ar a 2 Metros (T2M) apresentaram sazonalidade com
significância estatística ao longo do ano.
Figura 22 - Boxplot mensal da Temperatura do ar a 2 Metros em °C (T2M). (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) de San Martin, (e) Marambio e (f) Esperanza. O ponto vermelho mostra a média climatológica mensal. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários.
Observa-se na Tabela 4 que a estação de Belgrano II possui duas direções do
vento com maior frequência nas observações diárias realizadas no período
compreendido de 1979 a 2015. A primeira de 43° (Nordeste) e a segunda direção de
166° (Sudeste). Este padrão está de acordo com o estudo desenvolvido pelos autores
Chenoli et al. (2013), que observaram na estação meteorológica de McMundo (na
região do Mar de Ross) a existência de ventos predominantes de sudeste e sudoeste,
configurando uma distribuição binomial da direção do vento. Na região de Belgrano II,
os ventos de oriundos de nordeste, são provenientes da atuação de Ciclones
Extratropicais (Figura 29), contudo os ventos provenientes de sul são os ventos que
vem do interior do continente (os Ventos Catabáticos). Na estação de Carlini, a
predominância do vento é de 257° (Sudoeste), Orcadas de 297° (Noroeste), San
62
Martin de 78° (Nordeste), Marambio de 222° (Sudoeste) e Esperanza de 289°
(Noroeste).
Tabela 4 - Predominância do vento diário nas estações em torno do MW. Período de janeiro de 1979 a dezembro de 2015.
Estação Direção predominante do vento
Belgrano II 43° e 166° Carlini 257°
Orcadas 297° San Martin 78° Marambio 222° Esperanza 289°
Durante as observações realizadas entre o período de 1979 a 2015, nota-se
que na estação de Belgrano II (Figura 23a) os ventos mais intensos foram os
provenientes de sul e nordeste. Em particular, quando o vento foi de nordeste, cerca
de 20% dos ventos possuíam velocidades maiores do que 16 m/s (Figura 23a).
Estudos realizados com estações meteorológicas para região de Ross na Antártica,
evidenciaram que a maioria dos eventos intensos (velocidade), a direção tinha
predominância de sul ou nordeste (CHENOLI et al. 2013 e WEBER et al. 2016).
Observa-se que as estações de Carlini, Orcadas e San Martin (Figuras 23b, 23c e 23f,
respectivamente) apresentaram o mesmo padrão observado, visto que os ventos mais
intensos foram de oeste. Na estação de Marambio (Figura 23e) nota-se que os ventos
mais intensos são provenientes de sudeste, por outro lado, a estação de San Martin
(Figura 23d) os ventos mais intensos foram os oriundos de leste.
63
Figura 23: Rosas dos ventos demonstrando o comportamento da Direção e Velocidade do Vento nas seis estações em torno do Mar do Weddell. (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) San Martin, (e) Marambio e (f) Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015, dados diários.
4.1.2 Análise da tendência das variáveis meteorológicas nas estações em torno do Mar de Weddell
A Tabela 5 mostra o teste de Mann–Kendall aplicado nas séries históricas da
Pressão Atmosférica Superficial, Velocidade do Vento e Temperatura do Ar a 2 Metros
para o período de janeiro de 1979 a dezembro de 2015. Como mostrado na Figura 17
anteriormente, as estações meteorológicas estudas no presente trabalho apresenta
um comportamento decrescente da Pressão Atmosférica Superficial no período
estudado. Entretanto, somente as estações de Carlini, Esperanza e San Martin
possuem tendências com significância estatística. Por outro lado, para a série
temporal da Velocidade do Vento mostram que para a estação de Orcadas, Carlini e
San Martin possuem tendência com significância estatística segundo ao teste de
hipótese de Mann-Kendall. Destacou-se para Temperatura do Ar a 2 Metros as
estações de Orcadas e San Martin com tendência positiva significante.
64
Tabela 5 - Teste de Mann-Kendall para a componente de tendência das Séries Históricas de Pressão Atmosférica (PAS) em hPa, Velocidade do Vento (VV) em m/s, Direção do Vento (DV) em graus e Temperatura do Ar em 2 metros (T2M) em °C. 1979 – 2015. Valores seguidos com um * mostra que o valor do p-valor foi menor do que 5%, e os valores com ** que o valor do p-valor foi muito menor do que 1%.
Estação
PAS VV T2M
tau tau tau
Belgrano II -0,03 0,01 -0,05
Carlini -0,07 * 0,09 ** 0,05
Esperanza -0,06 * 0,06 0,02
Marambio -0,05 0,02 -0,03
Orcadas -0,02 0,07 * 0,07 *
San Martin -0,07 * 0,11 ** 0,20 *
As Figuras 24, 25 e 26 mostram a componente da tendência oriundo da
decomposição da série temporal das variáveis PAS, VV e T2M, respectivamente. É
identificado que entre o período de 1979 a 2005 a série temporal de PAS apresentou
estacionaridade para as estações de Carlini, Esperanza e San Martin (estações estas
que apresentaram tendência significante da PAS, de acordo com a Tabela 5). Ou seja,
visualmente a componente da tendência mostra uma variabilidade em torno da média.
Entretanto, a partir do ano de 2006, observa-se uma tendência negativa acentuada
até o ano de 2015 (Figura 24).
65
Figura 24 - Componente da tendência para Pressão Superficial Atmosférica (PAS) em hPa. A linha pontilhada vermelha mostra a componente para a estação meteorológica de Carlini, a linha sólida azul mostra a componente para a estação de Esperanza e a linha preta pontilhada mostra o componente para a estação de San Martin. O período em estudo compreende de janeiro de 1979 a dezembro de 2016.
De acordo com a Figura 26, o comportamento da Velocidade do Vento das
estações de Carlini e Orcadas apresentaram comportamento semelhante durante o
período estudado. Nota-se uma leve tendência positiva nas estações de Carlini,
Orcadas e San Martin.
66
Figura 25 - Componente da tendência para Velocidade do Vento (VV) em m/s. A linha pontilhada vermelha mostra a componente para a estação meteorológica de Carlini, a linha sólida azul mostra a componente para a estação de Orcadas e a linha preta pontilhada mostra o componente para a estação de San Martin. O período em estudo compreende de janeiro de 1979 a dezembro de 2016.
A Figura 27 mostra a componente da tendência da T2M nas estações que
apresentaram tendência positiva com significância estatística (Orcadas e San Martin).
Diante disto, observa-se na estação de San Martin entre 2003 e 2014, uma tendência
positiva da T2M. Entretanto, no período de 1979 a 2002, identificou-se uma série com
comportamento estacionário. Por outro lado, na estação de Orcadas, identifica-se uma
tendência positiva da T2M, porém entre os anos de 2011 e 2015 a componente mostra
uma indicação de diminuição da temperatura; principalmente em Orcadas. O aumento
da temperatura em Orcadas e na região da Península Antártica (PA) foi verificado em
vários estudos, sendo que, os mesmos propõem que a tendência de aumento na
temperatura do ar dá-se através do resfriamento da baixa estratosfera (a perda do gás
ozônio) Antártica e aquecimento da troposfera, devido ao aumento dos gases de efeito
estufa (GILLETT et al. 2006 e TURNER et al. 2005, 2006).
67
Figura 26: Componente da tendência para Temperatura do ar 2 Metros (T2M) em °C. A linha pontilhada vermelha mostra a componente para a estação meteorológica de San Martin e a linha sólida azul mostra a componente para a estação de Orcadas. O período em estudo compreende de janeiro de 1979 a dezembro de 2016.
4.1.3 Análise dos eventos extremos na velocidade do vento nas estações meteorológicas em torno do Mar de Weddell
Na Tabela 6 podem-se observar os limiares definidos a partir do percentil de
95% para todos os meses do ano. Considerou-se como eventos extremos valores e
velocidade do vento superiores a estes limiares mensais. Observa-se que os ventos
mais intensos estão presentes no período do inverno e primavera austral e os menores
limiares no verão austral.
68
Tabela 6 - Mostra os limiares diários da velocidade do vento em m/s, baseado nos valores estimados pelo percentil de 95%. No período de janeiro de 1979 a dezembro de 2010.
Mês Belgrano II Carlini Orcadas Marambio San Martin Esperanza
Janeiro 8,34 12,44 13,25 10,54 7,47 12,25
Fevereiro 10,00 13,49 14,07 11,59 8,15 13,59
Março 12,10 14,05 14,53 12,73 8,85 14,09
Abril 14,06 14,44 15,24 12,84 9,54 14,44
Maio 13,95 14,89 14,83 13,12 9,55 14,71
Junho 16,30 15,39 15,78 13,27 9,54 15,41
Julho 16,53 16,01 15,85 14,19 10,01 16,19
Agosto 17,76 16,84 15,98 13,60 10,36 16,14
Setembro 16,78 15,82 15,80 14,28 9,99 15,99
Outubro 15,52 15,52 15,85 13,47 9,46 15,62
Novembro 13,48 14,13 14,96 12,61 8,51 14,59
Dezembro 9,87 12,97 13,38 11,11 7,42 12,94
A Tabela 7 mostra a quantidade de eventos extremos da velocidade do vento
por mês, com base nos limiares mostrados anteriormente. No período das séries
temporais diárias desde janeiro de 1979 a dezembro de 2015 foram registrados 687
eventos extremos na estação de Belgrano II. Nota-se que os meses de janeiro e março
foram os que apresentaram maior quantidade de extremos. Na estação de Carlini
foram registrados 701 eventos extremos. O mês de dezembro destaca-se por ter
registrado 83 eventos extremos, sendo assim, o mês que mais acontece mais ventos
fortes para estação. As estações de Orcadas e Marambio apresentaram 680 eventos
extremos. Nestas estações, o mês de maio foi o que apresentou maior quantidade de
eventos com 60 e 59 registros, respectivamente. A estação de Esperanza apresentou
677 registros de ventos fortes. E por fim, San Martin apresentou 672 registros de
ventos fora do padrão, com os meses de junho e julho com mais ocorrência de eventos
extremos na velocidade do vento.
69
Tabela 7 - Mostra a quantidade de extremos da velocidade do vento por mês em todas estações em estudo no período de 1979 a 2015. Entre parêntese indica a porcentagem de eventos extremos em relação a quantidade de observação (13514 dias).
Estações/Meses Belgrano
II Carlini Orcadas Marambio
San
Martin Esperanza
Janeiro 59 54 56 58 60 56
Fevereiro 54 53 52 52 52 51
Março 59 54 55 54 57 56
Abril 56 54 54 57 55 54
Maio 58 60 60 59 47 59
Junho 54 56 57 56 56 56
Julho 57 58 58 58 59 58
Agosto 54 58 59 58 58 58
Setembro 54 56 57 56 56 56
Outubro 53 59 58 58 58 58
Novembro 57 56 56 56 56 56
Dezembro 54 83 58 58 58 59
Total 669 701 680 680 672 677
Nos boxplots (Figura 27), nota-se que em todas as estações os extremos
menos intensos encontram-se no período do verão austral. A estação de Belgrano II
(Figura 27a) possui a maior variabilidade no decorrer do ano na magnitude dos ventos,
em comparação com as demais estações estudadas. No mês de setembro de 2013,
foi registrada a velocidade do vento mais intensa, cujo valor chegou a 30,25 m/s
(~108,19 km/h). A estação de Marambio (Figura 27d), em julho de 1982, registrou um
valor semelhante à de Belgrano II, sendo que, a intensidade foi igual a 30,40 m/s.
70
Figura 27 - Boxplot mensal do extremo da Velocidade do Vento (VV) em superfície em m/s nas seis estações em torno do Mar do Weddell. (a) Estação meteorológica de Belgrano II, (b) Estação meteorológica de Carlini, (c) Estação meteorológica de Orcadas, (d) Estação meteorológica de Marambio, (e) Estação meteorológica de San Martin e (f) Estação meteorológica de Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015.
Para as estações de Carlini, Orcadas e Esperanza (Figuras 28b, 28c e 28f,
respectivamente) estimou-se o tempo de retorno aproximadamente de 1 ano para
eventos extremos da velocidade do vento, ficando inferiores a 20 m/s. Por outro lado,
extremos entre 20 a 22 m/s, o tempo estimado para os mesmos voltarem acontecer
ficou entre 1 a 10 anos e as magnitudes máximas registradas nessas estações ficaram
com o tempo de retorno aproximadamente de 80 anos. Na estação de Belgrano II
(Figura 28a), as magnitudes abaixo de 25 m/s dos eventos extremos, possuem um
tempo de retorno de aproximadamente 1 ano, porém, valores entre 25 a 28 m/s foi
71
estimado m período de retorno a cerca de 10 anos. O valor máximo de 30,25 m/s,
registrado na estação, possui um tempo previsto de retorno a cada 80 anos. A estação
de Marambio (Figura 28e) foi semelhante a estação de Belgrano II em relação às
magnitudes das velocidades do vento. A estação de San Martin possui as menores
magnitudes da velocidade do vento nos eventos extremos ao ser comparada com as
demais estações meteorológicas. Os eventos que ficaram entre 10 a 15 m/s revelaram
um tempo de retorno entre 1 a 10 anos, entretanto, o valor máximo de 30,40 m/s tem
o período de recorrência de 80 anos.
Figura 28 - Tempo de Retorno estimado pela técnica GEV dos eventos extremos da Velocidade do Vento (VV) em superfície em m/s nas seis estações em torno do Mar do Weddell. (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) Marambio, (e) San Martin e (f) Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015.
72
A Figura 29 mostra a composição atmosférica da anomalia da PNMM e
circulação atmosférica para os dias com registros mais intensos de Eventos Extremos
na Velocidade do Vento (EEVV). Observa-se que as composições nas estações de
Belgrano II, Orcadas, San Martin e Esperanza (Figura 29a, 29c, 29e e 29f,
respectivamente), no dia anterior (T-1) do registro do evento, mostravam anomalias
negativas (podendo chegar a -14 hPa) sobre o Mar do Weddell ou Península Antártica,
associados com movimentos ciclônicos (Ciclone Extratropical). Entretanto, a
composição feita para os eventos ocorridos nas estações de Carlini (Figura 29b)
mostram que no dia anterior aos registros não há anomalias negativas no campo da
PNMM sobre MW e PA, porém existe um cavado em superfície bem pronunciado ao
norte da PA.
No dia do registro do evento extremo nas estações (T=0), identificou-se que em
todas as imagens há um ciclone extratropical com anomalias de PNMM negativas
sobre PA ou MW. Destaca-se a composição na estação de Belgrano II com um intenso
ciclone extratropical na região da estação e o rápido deslocamento do anticiclone na
composição de Marambio. No dia posterior da ocorrência do evento extremo (T+1)
nota-se que as composições das estações de Belgrano II, Marambio, San Martin e
Esperanza (Figura 29a, 29d, 29e e 29f, respectivamente) mantiveram o padrão
ciclônico sobre a região do MW com anomalias negativas de PNMM, porém menos
intensas. Por outro lado, nota-se anomalias positivas sobre PA nas composições das
estações de Carlini e Orcadas (Figura 29b e 29c, respectivamente).
Diversos estudos em torno do continente Antártico utilizando dados de
estações meteorológicas mostraram uma diminuição na pressão atmosférica durante
eventos extremos na velocidade do vento (VAN AS et al. 2007; HOLMES et al. 2000
e WEBER et al. 2016). De acordo com Mendes et al. (2010), a região do Mar de
Weddell é ciclogenética, ou seja, existe formação de ciclones extratropicais. Sendo
assim, é de esperar ter uma relação entre a diminuição na pressão atmosférica e o
aumento da velocidade do vento, com a passagem de ciclones extratropicais na
região.
73
Figura 29 - Composição Atmosférica da Anomalia da Pressão ao Nível Médio do Mar (PNMM) em hPa e linhas de corrente para os dias com Eventos Extremos outliers na Figura 28. Totalizando 16 Eventos Extremos. (a) Belgrano II, (b) Carlini, (c) Orcadas, (d) Marambio, (e) San Martin e (f) Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015.
N
orte
74
A Figura 30 mostra a composição da anomalia do campo de temperatura do ar
a 2 metros da superfície proveniente da reanálise do Era – Interim. No dia anterior ao
registro do evento extremo na composição dos 16 casos mais intensos da estação de
Orcadas (Figura 30c), detectou-se anomalia positiva da temperatura sobre o MW,
entretanto, observa-se anomalia negativa sobre toda a península Antártica. Padrão
semelhante encontra-se na composição dos extremos registrado na estação de
Belgrano II (Figura 30a), porém obteve-se anomalia negativa mais para sudoeste da
PA, estendendo-se na direção do Mar de Ross (oeste do continente antártico). Esse
padrão é notado nas demais composições, entretanto com menor magnitude.
No dia do registro do evento extremo (T=0), observa-se que na composição da
estação de Belgrano II, verificou-se o mesmo padrão do dia anterior (T-1), porém mais
intenso. Contudo, na composição da estação de Orcadas, verificaram-se menores
anomalias positivas de temperatura sobre o MW e menores anomalias negativas
sobre a PA. Na composição da estação de Marambio (Figura 30d) constataram-se
anomalias positivas do campo de temperatura do ar a 2 metros na parte central ao
norte da PA, por outro lado na estação de San Martin (Figura 30e) há anomalias
positivas na parte leste da PA (oeste do MW). Enquanto, as estações de Carlini e
Esperanza (Figura 30b e 30f, respectivamente) ocorreram valores baixos de anomalia
negativa na parte sudoeste da PA, longe da região de localização das estações.
No dia após o registro do evento extremo (T+1) destaca-se a composição de
Belgrano II com a manutenção da anomalia positiva nessa região da estação. Sendo
assim, diversos estudos realizados em torno do continente Antártico utilizando
estações meteorológicas aponta que antes e durante o registro do evento extremo
observou-se um aumento da temperatura na estação, devido à advecção quente
proveniente do ar marinho oriundos de latitude menores (VAN AS et al., 2007;
HOLMES et al., 2000; COGGINS;MCDONALD, 2015; e WEBER et al., 2016).
75
Figura 30 - Composição Atmosférica da Temperatura do ar a 2 Metros do Era-Interim em °C e linhas de corrente para os dias com Eventos Extremos outliers na Figura 28. Totalizando 16 Eventos Extremos. (a) Belgrano II, (b) Carlini, (c) de Orcadas, (d) Estação meteorológica de Marambio, (e) San Martin e (f) Esperanza. O período em estudo é janeiro de 1979 a dezembro de 2015.
76
4.2 Análise das simulações do modelo pontual
Serão apresentados a seguir as simulações do Modelo Pontual proposto por
Bitz e Roe (2004) com modificações descritas no presente trabalho, cujas saídas são:
a Espessura do Gelo Marinho, Temperatura do Ar, Espessura da Neve e o
Fechamento do Balanço de Radiação. Realizou-se uma avaliação objetiva das saídas
de Temperatura do Ar e da Espessura da Neve. Contudo, inicialmente foi discutido os
dados de fluxos e albedo que serviram com condição inicial para o modelo pontual.
Observa-se que o Fluxo de Calor Latente (Figura 31) nos pontos PT1 e PT2
possuem o fluxo máximo compreendendo nos primeiros 100 dias do ano, ou seja, o
máximo acontece no outono austral. Entretanto, o ponto de Smithson possui seu pico
de calor latente no inverno austral. Sendo assim, são os únicos pontos que
apresentam essas características, sendo que, os demais apresentam o menor Fluxo
de Calor Latente no inverno austral e o máximo ocorre no verão austral. Deve-se
ressaltar que no período do início da primavera austral o gelo marinho começa a
derreter, chegando na sua menor concentração em fevereiro (verão austral). Por outro
lado, no outono austral o gelo começa a crescer sobre o Oceano Austral (TURNER et
al., 2013).
Figura 31 - Ciclo diário do Fluxo de Calor Latente nos pontos pré-definidos sobre o
Mar de Weddell. Climatologia feita a partir dos dados do NCEP/NCAR de janeiro de
1979 a dezembro de 2008 com a frequência diária.
O comportamento do ciclo anual do Fluxo de Calor Sensível (Figura 32) mostra-
se similar ao comportamento verificado na Figura 31 do Fluxo de Calor Latente.
77
Destacando novamente os pontos PT1, PT2 e Smithson. Visto que, nos períodos de
máximo fluxo desses pontos é positivo, diferentemente dos demais pontos estudados.
Figura 32 - Ciclo diário do Fluxo de Calor Sensível nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do NCEP/NCAR de janeiro de 1979 a dezembro de 2008 com frequência diária.
A região do Mar do Weddell possui uma característica de haver Radiação de
Onda Curta (ROC) somente durante o verão, outono e primavera austral (Figura 33),
sendo assim, o período do inverno austral a maior parte da área não recebe radiação
proveniente do sol. Contudo, deve-se destacar o ponto de Smithson que mesmo
durante o inverno continua recebendo tal radiação, mesmo de forma muito pequena
(aproximadamente 0,2 erg/cm²). Outro aspecto, é o fato do mesmo receber menos
Radiação de Onda Curta no período do verão austral, quando comparados com os
demais pontos estudados no presente trabalho. Este último padrão também é
observado nos pontos PT1 e PT2, visto que receber mais energia do que o ponto
Smithson, entretanto, recebe menos iluminação do que os pontos que estão mais em
latitudes maiores. Sendo assim, tem-se mais ROC durante o verão, outono e
primavera austral nos pontos mais ao sul do Mar de Weddell, entretanto essas regiões
78
recebem menos radiação proveniente do sol durante o inverno austral, comparados
com os pontos localizados em latitudes menores.
Figura 33 - Ciclo diário da radiação de Onda Curta nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do NCEP/NCAR de janeiro de 1979 a dezembro de 2008 com frequência diária.
Em relação a Radiação de Onda Longa (ROL), nota-se que o ponto de
Smithson possui o maior fluxo ao longo do ano, seguido pelos pontos PT1 e PT2.
Contudo, os demais que se localizam em latitudes maiores, ou seja, perto do
continente Antártico possuem menores valores de ROL durante o ano. Por outro lado,
todos os pontos mostram que o ciclo anual possui maior fluxo de ROL no verão, do
que no inverno austral. Analisando todos os pontos, o verão austral o fluxo de ROL
varia entre 2,1 a 2,9 erg/cm² (uma variação de 0,8 erg/cm²). Enquanto, durante o
inverno austral está variação pode chegar a 1.3 erg/cm² (Figura 34).
79
Figura 34 - Ciclo diário da radiação de Onda Longa nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do NCEP/NCAR de janeiro de 1979 a dezembro de 2008 com frequência diária.
O Albedo do gelo marinho sobre os pontos definidos não possui grandes
variações ao longo do ano, como mostra a Figura 35. Destaca-se o ponto de Smithson
visto que possui o maior valor de albedo (aproximadamente 0,85) durante o ano.
Entretanto, o ponto de Smith é possui um valor menor, quando comparados com os
demais pontos (aproximadamente um albedo de 0,75). Este padrão é devido ao fato
de que o gelo velho, possui um albedo menor do que o gelo novo. Sendo assim, o
ponto de Smithson fica em mar aberto que possui uma maior variabilidade na
quantidade de gelo que se forma e derrete. Por outro lado, a região de Smith é uma
camada de gelo que não possui grandes variações com o passar dos anos, este
aspecto faz com que o gelo fique muito tempo depositado, tornando-se velho e com
um tom amarelado, consequentemente, diminuindo o seu albedo (PETRICH; EICKEN,
2010).
80
4.2.1 Análise das séries temporais simuladas das variáveis de saída do modelo
A Espessura do Gelo Marinho nos pontos simulados (Tabela 3), apresentou um
comportamento crescente (Figura 36). Nota-se, que os pontos PT1 e PT2 possuem a
maior espessura do gelo ao longo da simulação (2009 a 2015). Por sua vez, os pontos
definidos como camada de gelo (Thiel, Gekstaller e Smith) são os que possuem a
menor espessura. Este padrão está associado há grande quantidade de neve
depositada ao longo do ano em regiões mais ao sul do Mar do Weddell (Figura 38).
Desta forma, devido ao fato de que a neve depositada sobre o gelo marinho sirva
como um isolador, fazendo com que diminua em até 50% o seu crescimento. Isso
ocorre devido à redução do fluxo de condutividade de calor no interior da camada do
gelo marinho (STURN et al., 2002).
Figura 35 - Ciclo diário da radiação do Albedo nos pontos pré-definidos sobre o Mar de Weddell. Climatologia feita a partir dos dados do Era – Interim de janeiro de 1979 a dezembro de 2008 com frequência diária.
81
Figura 36 - Simulação do Modelo Pontual da Espessura do Gelo Marinho em centímetro para os pontos pré-definidos. Tempo da simulação foi 7 anos (2009 a 2015).
O ciclo anual da espessura do gelo marinho de acordo com a simulação feita
entre o período de 2009 a 2015, mostra que os pontos PT1 e PT2 possuem menor
Espessura de Gelo Marinho, que acontece aproximadamente ao centésimo dia juliano
do ano. Enquanto, o ponto de Smithson, a mínima espessura acontece
aproximadamente 150 dias juliano, ou seja, no período do outono austral. Este padrão
está de acordo com os períodos de maior fluxo de Calor Latente, descrito
anteriormente na Figura 31 para os três pontos citados. De acordo com Turner et al.
(2013), a menor concentração de gelo marinho na Antártica acontece no mês de
fevereiro (verão austral) e a maior concentração no mês de setembro (primavera
austral). Contudo, observa-se que a menor espessura do gelo acontece no outono
austral, e maior espessura no final da primavera para o hemisfério sul. Este
comportamento da espessura do gelo na região está de acordo com diversos estudos
que apontam que o crescimento do gelo marinho acontece de cima para baixo no
oceano. Sendo assim, primeiramente há o congelamento da água superficial,
consequentemente acontece o aumento da concentração do gelo marinho.
Posteriormente, com a região do oceano encoberto pelo gelo, menos energia entra,
fazendo com que a temperatura da água adjacente ao gelo diminua dando inicio ao
crescimento na vertical do gelo marinho (MAYKUT; MCPHEE, 1995, STURNM et al.,
82
2002 e PETRICH; EICHEN, 2010). Este aspecto explica o fato de possuir a defasagem
entre a maior (menor) concentração de gelo marinho em relação a maior (menor)
Espessura do Gelo Marinho.
Figura 37 - Ciclo anual da Espessura do Gelo Marinho de acordo com a simulação (2009 a 2015) do modelo proposto por Bitz e Roe (2004).
Observa-se que os pontos Gekstaller, Thiel e Smith (Classificados como
Camada de Gelo permanente) apresentaram maior deposição de neve comparados
com os demais pontos simulados (Figura 38). Nota-se que os mesmos possuem um
comportamento crescente. Este padrão indica que na região próximo ao continente
Antártico a simulação mostrou que não há derretimento da neve na região, fazendo
com que a neve se acumule ao longo a integração do modelo no tempo. Por outro
lado, os demais pontos apresentam menores profundidades da neve ao longo do
tempo, mostrando que nessas regiões há deposição e o derretimento da neve. Os
pontos PT1, PT2 e Smithson que são classificados como indefinidos e mar aberto,
respectivamente, no verão toda a neve contida foi derretida. Sendo assim, a
profundidade da neve chega a ser zero no verão de acordo com a simulação.
83
Figura 38 - Simulação da Profundidade da Neve pelo Modelo Pontual em centímetros para os pontos.
A Figura 39 mostra o Fechamento do Balanço de Radiação em W/m² do modelo
pontual. Identificou-se que os pontos Smithson (Mar aberto), PT1 e PT2 (Indefinidos)
receberam mais energia ao longo do ano revelaram os maiores resíduos nos valores
simulados. Smithson, PT1 e PT2 apresentaram resíduos próximos de zero no início
da simulação, porém aumenta ao longo do período em estudo da simulação. Smithson
apresentando o maior erro, enquanto que os demais pontos o valor do fechamento do
balanço de radiação fica próximos a zero.
Figura 39 - Simulação do Fechamento do Balanço de Radiação em W/m² pelo modelo pontual.
A Tabela 8 mostra as maiores espessuras do gelo marinho para os pontos PT1
e PT2 (com os valores médios iguais a 285,00 e 294,90 centímetros,
84
respectivamente). Por outro lado, os pontos que apresentaram as menores
espessuras foram: Smith e Gekstaller (com o um valor médio de 252,40 centímetros
os dois pontos). Mesmo os pontos PT1 e PT2 tendo em média os maiores valores de
espessura, o desvio-padrão demonstra que nessa região existe uma grande
variabilidade, o que explica que o gelo marinho forma-se durante o inverno e derrete
durante o verão austral. Ao contrário da região de camada de gelo que apresenta
menor variabilidade ao longo do tempo.
Em relação a Espessura da Neve os pontos próximos ao continente Antártico
a simulação mostrou um valor médio de 149,31 cm durante o tempo de integração do
modelo. Contudo, para Smithson a deposição média ficou com o valor de 9,42 cm.
Para Temperatura do Ar a simulação aponta a menor temperatura ocorreu em Pratt,
com um valor de -21,40 °C, apresentando também uma das maiores variabilidades
(desvio-padrão igual a 10,23 °C).
Tabela 8 - Estatística descritiva da simulação para as variáveis Espessura do Gelo Marinho (EGM), Espessura da Neve (EM) e Temperatura do Ar (Tar). Simulações para 7 anos (2009 a 2015).
Pontos
EGM (cm) EN (cm) Tar (°C)
Média Desvio-Padrão
Média Desvio-Padrão
Média Desvio-Padrão
Foldvic 271,50 53,01 64,56 17,76 -17,38 9,28
Smithson 262,90 39,73 9,42 9,13 -8,73 9,07
Pratt 253,30 29,42 149,31 40,32 -21,40 10,23
PT1 285,00 62,37 23,72 23,76 -11,57 7,47
PT2 294,90 67,66 23,59 23,95 -12,34 7,64
Smith 252,40 29,17 149,31 40,32 -21,33 10,07
Gekstaller 252,40 29,10 149,31 40,32 -21,31 10,53
Thiel 253,50 29,50 149,31 40,32 -21,43 10,75
85
4.2.2 Avaliação da Temperatura do Ar simulada pelo modelo pontual
Neste tópico mostra a avaliação da Temperatura do Ar simulado pelo o modelo
pontual proposto pelos autores Bitz e Roe (2004). As séries temporais simuladas
serão avaliadas através da comparação com o dado de Temperatura do Ar, oriundo
do banco de dados do Era - Interim.
A Temperatura do Ar simulado (Figura 40), de forma geral, representou o
comportamento sazonal da variável sobre o Mar de Weddell. Entretanto, observou-se
que a temperatura do dado proveniente do Era- Interim apresentou muita variabilidade
ao longo do período simulado (2009 a 2015). Este padrão o modelo não conseguiu
representar de forma adequada, sendo que, o mesmo suavizou a variável ao longo da
integração do modelo no tempo.
Nota-se que em Smithson (Figura 40b) a simulação subestimou até 15 °C (linha
pontilhada vermelha) o dado do Era - Interim (linha continua azul), no período de
menor temperatura (inverno austral). Este padrão apresenta em Pratt, desta vez,
subestimando até 10 °C. Entretanto, em Smith a simulação mostrou-se representar
melhor entre todos os pontos o ciclo anual da Temperatura do Ar, ajustando-se tanto
no verão e inverno austral.
A Tabela 9 mostra avaliação da Temperatura do Ar simulado, através dos Erro
Médio, Raiz do Erro Quadrático Médio e Erro Absoluto. Observa-se com mencionado
na análise da Figura 40, que o Smith foi o melhor ponto simulado entre todos os
demais. Os valores do Erro Médio, Raiz do Erro Quadrático Médio e Erro Absoluto
Médio são -6,06 °C, 8,69 °C e 7,04 °C, respectivamente. Os pontos PT1 e PT2
também tiveram resultados melhores quando comprados com outros pontos. Por
outro lado, os pontos de Thiel, Gekstaller e Pratt tiveram os piores resultados na
avaliação objetiva com os erros aplicados no atual estudo. Enquanto, o Erro Médio
mostra que em todos os pontos a simulação subestimou a Temperatura do Ar.
86
Figura 40 - Avaliação das simulações com o modelo pontual proposto por Bitz e Roe (2004) para Temperatura do Ar (°C). (a) Foldvic, (b) Smithson, (c) Pratt, (d) PT1, (e) PT2, (F) Smith, (G) Gekstaller, e (h) Thiel. Linha pontilhada de cor vermelha é a Temperatura do Ar Simulado pelo Modelo Pontual. A linha continua azul é o dado da Temperatura do Ar do Era - Interim.
87
Tabela 9 - Avaliação da acurácia do modelo pontual para Temperatura do Ar. Simulação realizada no período de 2009 a 2015.
Pontos Erro Médio (°C)
Raiz do Erro
Quadrático Médio
(°C)
Erro Absoluto
Médio (°C)
Foldvic -4,95 7,94 6,49
Smithson -4,03 9,03 6,87
Pratt -7,92 10,41 8,63
PT1 -2,82 7,35 5,93
PT2 -2,85 7,13 5,71
Smith -1,97 5,69 4,46
Gekstaller -6,06 8,69 7,04
Thiel -7,99 10,69 8,85
88
5. CONSIDERAÇÕES FINAIS
Os dados disponibilizados pelo Instituto Antártico Argentino desde 1979 até
2015 das seis estações meteorológicas que a mesma mantém fixa em torno do Mar
do Weddell, possuem alta consistência em seus dados, sem possuir dados faltantes.
Deve-se ressaltar que este volume de dados nunca foi antes do estudo atual
apresentado na comunidade cientifica. Sendo assim, as análises aplicadas nos dados
demonstram que a Pressão Atmosférica não possui grandes variações ao longo do
ano nas seis estações meteorológicas. Entretanto, verificou-se um comportamento
decrescente no período de 1979 a 2015. Enquanto, notou-se uma tendência crescente
na velocidade do vento no mesmo período. Este padrão pode está associado ao
aumento da densidade de Ciclones Extratropicais sobre o Mar do Weddell.
Em relação a Direção do Vento, as estações meteorológicas possuem algumas
diferenças entre si. Observou-se que em Carlini e Marambio, localizadas na ponta da
Península Antártica, os ventos predominantes diariamente são de sudoeste. Contudo,
nas estações de Orcadas (na ilha mais ao norte do Mar do Weddell) e Esperanza
(localiza-se na ponta da Península Antártica) constataram-se ventos de noroeste. Os
ventos da estação de San Martin apresentaram predominância de nordeste. Por fim,
destaca-se a estação de Belgrano II que receberam ventos oriundos de duas direções
predominantes (nordeste e sudeste), visto que este comportamento pode estar
relacionado atuação dos Ventos Catabáticos, explicando os ventos predominantes de
sudeste e os Ciclones Extratropicais (explicando o vento predominante de nordeste)
(MENDES at al., 2010). Diante deste padrão, verificou-se que quando a o vento era
predominantemente de nordeste cerca de 20% apresentaram velocidades com
intensidades superiores a 16 m/s.
A estação de Belgrano II apresentou características distintas das demais
estações meteorológicas estudadas na região. Este aspecto, é pelo fato da
localização da mesma sofres fortes influencias do gelo marinho e das condições
meteorológicas, por exemplo, os Ventos Catabáticos proveniente do interior do
continente Antártico e dos Ciclones Extratropicais. Contudo, eventos extremos na
velocidade do vento foram registrados em todas as estações entre o período
estudado. Sendo que, a estação que mais apresentou eventos fortes foi a de Carlini,
com cerca de 701 eventos. Por outro lado, a estação de Belgrano II apresentou a
89
menor quantidade de eventos extremos, com 669 registros. Foi constato através da
composição dos 16 eventos extremos mais fortes em cada estação meteorológica,
que nos dias dos registros sobre a região tinha a presença de um Ciclone
Extratropical.
Diante atuação de Ciclones Extratropicais durante os eventos de ventos fortes
nas estações meteorológicas, foram observadas anomalias positivas de Temperatura
do Ar a 2 Metros. Sendo assim, diversos estudos realizados em torno do continente
Antártico utilizando estações meteorológicas apontam que antes e durante o registro
do evento extremo é notado um aumente da temperatura do ar na estação. Isso
acontece devido advecção de ar marinho mais quente oriundo de latitudes menores
(VAN AS et al., 2007; HOLMES et al., 2000; COGGINS; MCDONALD, 2015; e WEBER
et al., 2016).
O modelo pontual proposto pelos autores Bitz e Roe (2004) utilizado no
presente estudo, anteriormente, todos seus parâmetros eram ajustados para o Ártico.
Sendo assim, sem aplicação para o contexto do Oceano Austral. Neste contexto, foi
proposto no atua estudo modificações em parâmetros físicos que ajuste-se a realidade
do Mar de Weddell, e a inclusão de novos parâmetros do balanço de energia com a
finalidade de representar de forma adequada a espessura do gelo marinho,
profundidade da neve e temperatura do ar. Devido a falta de dados observados da
Espessura do Gelo marinho em torno do continente Antártico, principalmente sobre o
Mar de Weddell. Porém, foi analisado de forma objetiva a saída da temperatura do ar
do modelo pontual, através do dado de Temperatura do Ar do Era-Interim.
As simulações mostraram que os pontos localizados em região que é
denominada camada de gelo permanente, possui menor espessura do gelo marinho,
do que aqueles que estão presentes em região de mar aberto. Enquanto, as
simulações mostraram que nessa região de camada de gelo permanente (fica a sul
do Mar do Weddell) possuem maior deposição de neve, diferentemente dos pontos
em Mar Aberto, que estão mais ao norte do Mar do Weddell. Sendo assim, a maior
Espessura de Neve sobre as regiões com a camada de gelo faz haja uma redução da
condutividade de calor pelo gelo marinho. Neste contexto, pode reduzir até 50% a
espessura do mesmo. Por outro lado, o fato de ter mais neve reduz a taxa de
derretimento, já que menos energia penetra no gelo marinho (STURM et al., 2002).
90
Por este fato, as simulações mostraram que nestas regiões o gelo não possui grandes
variações ao longo do ano.
O ciclo anual da espessura do gelo marinho mostra que o mínimo acontece no
período do outono austral e a máxima espessura ocorre no final da primavera. Este
aspecto vai de encontro com as observações feitas pelos autores Turner et al., 2013
sobre a concentração de gelo marinho, visto que, a máxima concentração ocorre na
primavera e a mínima no verão austral. Porém, quando ocorre a máxima concentração
de gelo marinho, significa que a maior parte da agua superficial do oceano está
congelada. Sendo assim, após este período, com a redução da energia que penetra
no oceano, existe condição termodinâmica do gelo crescer verticalmente, ou seja,
aumentando sua espessura (PETRICH; EICKEN, 2010). O mesmo acontece de forma
inversa com o período de redução do gelo marinho. Isso explica a defasagem que
existe entre a espessura do gelo marinho e a concentração.
As simulações mostraram que o modelo modificado conseguiu representar de
forma satisfatória o ciclo anual da Temperatura do Ar estimada. Porém, não capta a
variabilidade da variável, suavizando a temperatura ao longo do tempo. Outro fato, é
que as simulações subestimaram a temperatura no período de 2009 a 2015, e este
padrão é mais evidente no inverno austral, quando encontra-se as temperatura mais
baixas.
Os resultados encontrados no presente trabalho colaboram para comunidade
cientifica, no entendimento das condições meteorológicas na região do Mar de
Weddell. Que por sua vez, é uma região pouco explorada no globo. Tendo um
diferencial, que de forma inédita será publicado estudos sobre as estações do Instituto
Antártico Argentino. Outro ponto é a adaptação ou ajuste do modelo de Espessura do
Gelo Marinho, variável essa pouco estuda e observada na Antártica. Podendo
colaborar em diversos estudos sobre o comportamento da mesma nas regiões em
volta da Antártica. Sendo assim, a partir deste estudo se pode desenvolver diversos
outros estudos na região. Então para trabalhos futuros:
o Como descrito no presente trabalho a Pressão Atmosférica Superficial durante
o período de 1979 a 2015, possuiu um comportamento decrescente.
Diferentemente da Velocidade do Vento, que por sua vez, possuiu um padrão
crescente. Diante disso, levanta-se a hipótese do aumento da atuação de
91
Ciclones Extratropicais na região do Mar do Weddell, colaborando com estes
padrões observados.
o Diante o trabalho proposto anteriormente, levanta-se a hipótese do aumento da
espessura do gelo marinho na costa leste da Península antártica, devido ao
empilhamento de massa na região com a passagem de Ciclones Extratropicais.
o Analisar se o fato dinâmico ou termodinâmico influencia mais para o
derretimento e crescimento do gelo marinho sobre o Mar de Weddell. Utilizando
assim, o modelo modificado no atual estudo com devidas calibrações nos seus
parâmetros físicos e termodinâmicos.
92
Referências
BITZ, C. M.; ROE, G. H. A Mechanism for the High Rate of Sea Ice Thinning in the
Arctic Ocean. J. Climate, v. 17, p. 3623–3632, 2004.
BOIASKI, N. T. Extremos Intra-Sazonais De Temperatura Na Península Antártica E
Mecanismos Atmosféricos Associados. , 2007.
BRANDON, Mark A.; COTTIER, Finlo R.; NILSEN, Frank. Sea Ice and Oceanography.
In: THOMAS, David N.; DIECKMANN, Gerhard S.. Sea Ice. Malaysia: Wiley-blackwell.
p. 79-111. 2010.
BRANDT, R. E.; WARREN, S. G.; WORBY, A. P.; GRENFELL, T. C. Surface albedo
of the Antarctic sea ice zone. Journal of Climate, v. 18, n. 17, p. 3606–3622, 2005.
BRYAN, K.; MANABE, S.; PACANOWSKI, R. C. A Global Ocean-Atmosphere Climate
Model. Part II. The Oceanic Circulation. Journal of Physical Oceanography, 1975.
BUDYKO. MI (1969) The effect of solar radiation variation on the climate of the earth.
Tellus 21:611–619.
CABRAL, Lívia Maria Barbosa Sancho Alvares Mendonça. Variação da extensão do
gelo marinho e seu impacto sobre a circulação termohalina do Oceano Atlântico.
2014. 116 f. Dissertação (Mestrado) – Curso Engenharia Civil, Universidade Federal
do Rio de Janeiro, Rio de Janeiro, 2014.
CHENOLI, S. N.; TURNER, J.; SAMAH, A. A. A climatology of strong wind events at
McMurdo station, Antarctica. International Journal of Climatology, v. 33, n. 12, p.
2667–2681, 2013.
COLES, Stuart. Statistical Modelling of Extreme Values. New York: Springer, 2001.
COGGINS, J. H. J.; MCDONALD, A. J. The influence of the Amundsen Sea Low on
the winds in the Ross Sea and surroundings: Insights from a synoptic climatology.
Journal of Geophysical Research Atmospheres, v. 120, n. 6, p. 2167–2189, 2015.
COMISO, J. C.; NISHIO, F. Trends in the sea ice cover using enhanced and
compatible AMSR-E, SSM/I, and SMMR data. Journal of Geophysical Research:
Oceans, v. 113, n. 2, p. 1–22, 2008.
93
CHRISTIAN, Claire et al. Antarctic Ocean Legacy: towards protection of the
Weddell Sea Region. Antarctic: Antarctic Ocean Alliance, 2015.
DEE, D. P.; UPPALA, S. M.; SIMMONS, A. J.; et al. The ERA-Interim reanalysis:
Configuration and performance of the data assimilation system. Quarterly Journal of
the Royal Meteorological Society, v. 137, n. 656, p. 553–597, 2011.
DOMMENGET, D. & FLÖTER, J. Conceptual understanding of climate change with
a globally resolved energy balance model. Clim Dyn, 2011.
GILLETT, N. P.; KELL, T. D.; JONES, P. D. Regional climate impacts of the Southern
Annular Mode. Geophysical Research Letters, v. 33, n. 23, p. 1–4, 2006.
HAAS, Christian. Dynamics versus Thermodynamics: The Sea Ice Thickness
Distribution. In: THOMAS, David N.; DIECKMANN, Gerhard S.. Sea Ice. Malaysia:
Wiley-blackwell, 2010. p. 113-151.
HALTINER, G. J., and F. L. Martin, Dynamical and Physical Meteorology, 470 pp.,
McGraw-Hill, New York, 1957.
HOLMES, R. E.; STEARNS, C. R.; WEIDNER, G. A.; KELLER, L. M. Utilization of
automatic weather station data for forecasting high wind speeds at Pegasus Runway,
Antarctica. Weather and forecasting, v. 15, n. 2, p. 137–151, 2000.
JEFFRIES, M.O., Shaw, R.A., Morris, K., Veazey, A.L. & Krouse, H.R. (1994) Crystal
structure, stable isotopes (d18O), and development of sea ice in the Ross, Amundsen,
and Bellingshausen seas, Antarctica. Journal of Geophysical Research, 99, 985–995.
KARA, A. B. Mixed layer depth variability over the global ocean. Journal of
Geophysical Research, v. 108, n. C3, p. 3079, 2003. Disponível em:
<http://doi.wiley.com/10.1029/2000JC000736>. .
LIMA. Landsat Image Mosaic Of Antarctica. Disponível em:
<https://lima.usgs.gov/>. Acesso em: 16 out. 2017.
LANGE, M. A.; ACKLEY, S. F.; WADHAMS, P.; DIECKMANN, G. S.; EICKEN, H.
Development of sea ice in the Weddell Sea. Ann. Glaciol, v. 12, p. 92–96, 1989.
Disponível em:
<http://www.igsoc.org:8080/annals/12/igs_annals_vol12_year1989_pg92-96.pdf>. .
94
LAEVASTU, T., Factors Affecting the temperature of the surface layer of the sea,
comment. Phys. Math., 25, 1, 1960.
LEWIS, E.; JONES, E. The freshwater budget of the Arctic Ocean. 2000.
MACCRACKEN, M. C., and LUTHER. F. M. Climate studies using a zonal atmospheric
model, in Proceedings of the International Conference on Structure, Composition and
General Circulation of the Upper and Lower Atmospheres and Possible Anthropogenic
Perturbations. Melburne, Australia, January 14-25, 1974, vol. II, edited by W. L.
Godson, pp. 1107-1128, University of Melbourne, Melbourne, Australia, 1974.
MARSHALL, G. J. Trends in the Southern Annular Mode from observations and
reanalyses. Journal of Climate, v. 16, n. 24, p. 4134–4143, 2003.
MARSHALL, G. J.; LAGUN, V.; LACHLAN-COPE, T. A. Changes in Antarctic
Peninsula tropospheric temperatures from 1956 to 1999: A synthesis of observations
and reanalysis data. International Journal of Climatology, v. 22, n. 3, p. 291–310,
2002.
MAYEWSKI, P. A; MEREDITH, M. P.; SUMMERHAYES, C. P.; et al. State of the
Antarctic and Southern Ocean Climate System (SASOCS). Reviews of Geophysics,
v. 47, n. 2007, p. RG1003, doi: 10.1029/2007RG000231., 2009.
MAYKUT, G. A.; MCPHEE, M. G. Solar Heating of the Arctic Mixed-Layer. Journal of
Geophysical Research, v. 100, p. 24691–24703, 1995.
MAYKUT, G. A.; UNTERSTEINER, N. Numerical prediction of the thermodynamic
response of arctic sea ice to enviromental changes. , 1969. California.
MENDES, D.; SOUZA, E. P.; MARENGO, J. A.; MENDES, M. C. D. Climatology of
extratropical cyclones over the South American-southern oceans sector. Theoretical
and Applied Climatology, v. 100, n. 3, p. 239–250, 2010.
MENDES, D.; SOUZA, E. P.; TRIGO, I. F.; MIRANDA, P. M. A. On precursors of South
American cyclogenesis. Tellus, Series A: Dynamic Meteorology and
Oceanography, v. 59, n. 1, p. 114–121, 2007.
NSIDC Data: Terminology. 2013. Disponível em:
<http://nsidc.org/cryosphere/seaice/data/terminology.html>. Acessado em 25 de
Dezembro de 2016.
95
PARKINSON, C. L.; WASHINGTON, W. M. A large-scale numerical model of sea ice.
October, 1979.
PETRICH, Chris; EICKEN, Hajo. Growth, Structure and Properties of Sea Ice. In:
THOMAS, David N.; DIECKMANN, Gerhard S.. Sea Ice. Bremerhaven: Wiley-
blackwell. p. 23-77, 2010.
ROBERTSON, R.; PADMAN, L.; EGBERT, G. D. Tides in the Weddell Sea. Ocean,
ice, and atmosphere: Interaction at the Antarctic continential margin, v. 75, p.
341–369, 1998. Disponível em:
<http://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:TIDES+IN+THE+
WEDDELL+SEA#0>. .
RIFFENBURGH, B. (Ed). 2007: Encyclopedia of the Antarctic: índice L-Z. New York:
Routledge.
SATO, O. T.; POLITO, P. S. Influence of salinity on the interannual heat storage trends
in the Atlantic estimated from altimeters and Pilot Research Moored Array in the
Tropical Atlantic data. Journal of Geophysical Research: Oceans, v. 113, n. 2, p. 1–
11, 2008.
SCHLOSSER, E.; HAUMANN, F. A.; RAPHAEL, M. N. Atmospheric influences on the
anomalous 2016 Antarctic sea ice decay. The Cryosphere Discussions, , n.
September, p. 1–31, 2017. Disponível em: <https://www.the-cryosphere-
discuss.net/tc-2017-192/>. .
SELLERS, W. D. A global climatic model based on the energy balance of the earth-
atmosphere system. Journal of Applied Meteorology, 1969. Disponível em:
<http://journals.ametsoc.org/doi/abs/10.1175/1520-
0450%281969%29008%3C0392%3AAGCMBO%3E2.0.CO%3B2>. .
SEMTNER, A. J.; JR., A. J. S. A Model for the Thermodynamic Growth of Sea Ice in
Numerical Investigations of Climate. Journal of Physical Oceanography, v. 6, n. 3,
p. 379–389, 1976. Disponível em: <http://journals.ametsoc.org/doi/abs/10.1175/1520-
0485%281976%29006%3C0379%3AAMFTTG%3E2.0.CO%3B2>. .
96
SIMMONDS, I.; KEAY, K.; LIM, E.-P. Synoptic Activity in the Seas around Antarctica.
Monthly Weather Review, v. 131, n. 2, p. 272–288, 2003. Disponível em:
<http://journals.ametsoc.org/doi/abs/10.1175/1520-
0493(2003)131%3C0272:SAITSA%3E2.0.CO%3B2>. .
SIMÕES, J. C. Glossário da língua portuguesa da neve, do gelo e termos correlatos.
Pesquisa Antártica Brasileira, 4: p. 119-154, 2004.
STEELE, M.; GREGORY M. FLATO. Sea Ice Growth, Melt, and Modeling: A survey.
2000.
STURM, M.; PEROVICH, D. K.; HOLMGREN, J. Thermal conductivity and heat
transfer through the snow on the ice of the Beaufort Sea. Journal of Geophysical
Research, v. 107, n. C10, p. 8043, 2002. Disponível em:
<http://doi.wiley.com/10.1029/2000JC000409>. .
STURM, Matthew; MASSOM, Robert A.. Snow and Sea Ice. In: THOMAS, David N.;
DIECKMANN, Gerhard S.. Sea Ice. Malaysia: Wiley-blackwell, 2010. p. 153-204,
2010.
TARTINVILLE, B.; CAMPIN, J. M.; FICHEFET, T.; GOOSSE, H. Realistic
representation of the surface freshwater flux in an ice-ocean general circulation model.
Ocean Modelling, v. 3, n. 1–2, p. 95–108, 2001.
THEKAEKARA, M. P., and DRUMMOND. A. J., Standard values for the solar constant
and its spectral components, Nature Phys. Sci., 229, 6-9, 1971.
THOMPSON, D. W. J. Interpretation of Recent Southern Hemisphere Climate Change.
Science, v. 296, n. 5569, p. 895–899, 2002. Disponível em:
<http://www.sciencemag.org/cgi/doi/10.1126/science.1069270>. .
THOMPSON, D. W. J.; WALLACE, J. M. Annular Mode in the Extratropical Circulation.
Part I : Month-to-Month Variability. Journal of Climate, v. 13, n. 1999, p. 1000–1016,
2000. Disponível em: <papers2://publication/uuid/9A9E1710-F09C-4477-B3E2-
BB99F78E6CA4>. .
97
TRENBERTH, K. E.; LARGE, W. G.; OLSON, J. G. The Mean Annual Cycle in Global
Ocean Wind Stress. Journal of Physical Oceanography, 1990. Disponível em:
<http://journals.ametsoc.org/doi/abs/10.1175/1520-
0485%281990%29020%3C1742%3ATMACIG%3E2.0.CO%3B2>. .
TURNER, J.; BRACEGIRDLE, T. J.; PHILLIPS, T.; MARSHALL, G. J.; SCOTT
HOSKING, J. An initial assessment of antarctic sea ice extent in the CMIP5 models.
Journal of Climate, v. 26, n. 5, p. 1473–1484, 2013.
TURNER, J.; CHENOLI, S. N.; ABU SAMAH, A.; et al. Strong wind events in the
Antarctic. Journal of Geophysical Research Atmospheres, v. 114, n. 18, 2009.
TURNER, J.; COLWELL, S. R.; MARSHALL, G. J.; et al. Antarctic climate change
during the last 50 years. International Journal of Climatology, v. 25, n. 3, p. 279–
294, 2005.
TURNER, J.; LACHLAN-COPE, T. A.; COLWELL, S.; MARSHALL, G. J.; CONNOLEY,
W. M. Significant Warming of the Antarctic Winter Troposphere. , v. 2001, 2006.
VAN AS, D.; VAN DEN BROEKE, M. R.; HELSEN, M. M. Strong-wind events and their
impact on the near-surface climate at Kohnen Station on the Antarctic Plateau.
Antarctic Science, v. 19, n. 4, p. 507–519, 2007. Disponível em:
<http://journals.cambridge.org/action/displayAbstract?fromPage=online&aid=140892
0&fulltextType=RA&fileId=S095410200700065X>. .
VANCOPPENOLLE, M.; FICHEFET, T.; GOOSSE, H.; et al. LIM3, an advanced sea-
ice model for climate simulation and operational oceanography. Mercator Quarterly
Newsletter, v. 28, n. January, p. 16–21, 2008. Disponível em:
<http://www.climate.be/users/bouillon/lettre_28_en.pdf#page=16>. .
VAUGHAN, D. G.; COMISO, J. C.; ALLISON, I.; et al. Observations: Cryosphere.
Climate Change 2013: The Physical Science Basis. Contribution of Working
Group I to the Fifth Assessment Report of the Intergovernmental Panel on
Climate Change, p. 317–382, 2013. Disponível em:
<http://www.ipcc.ch/pdf/assessmentreport/ar5/wg1/WG1AR5_Chapter04_FINAL.pdf>
98
WANG, J. Hydroclimatic trends and possible climatic warming in the Canadian
Prairies. , v. 34, n. 11, p. 3009–3015, 1998.
WEBER, N. J.; LAZZARA, M. A.; KELLER, L. M.; CASSANO, J. J. The Extreme Wind
Events in the Ross Island Region of Antarctica. Weather and Forecasting, p. WAF-
D-15-0125.1, 2016. Disponível em: <http://journals.ametsoc.org/doi/10.1175/WAF-D-
15-0125.1?ai=pjo9&ui=7n2x&af=T>. .
WILKS, Daniel S.. Statistical Methods in the Atmospheric Sciences. 2. ed.
Burlington: Elsenvier, 2006
YEN, Y.-C.; CHENG, K. C.; FUKUSAKO, S. A Review of Intrinsic Thermophysical
Properties of Snow, Ice, Sea Ice, and Frost. Northern Engineer, v. 53, n. 1, p. 1–76,
1991.
YUE, P. S.; Yang, T. C.; Wu, C. K. Impact of climate change on water resources in
southern Taiwan. Journal of Hydrology, v.260, p. 161-175, 2002.
99
APÊNDICE
ARTIGO CIENTIFICO EM FASE FINAL DE
PREPARAÇÃO
TITULO:
EVALUATION OF EXTREME WIND EVENTS IN THE WEDDELL REGION OF THE
SEA
MODELING OF SEA-ICE IN THE WEDDELL SEA: PUNCTUAL ANALYSIS
100
ANEXOS
Código com as modificações no modelo de gelo marinho
Função entalpia inserida no modelo
Condições fixas inseridas no modelo