A região amazônica desempenha papel fundamental na regulação do clima, tanto em escala regional quanto em escala global. A precipitação na região é bastante heterogênea, sobretudo devido à vasta extensão territorial da Amazônia. Dentre os sistemas responsáveis pela precipitação, alguns se destacam como eventos extremos de tempestades, como pode ser verificado em diversos estudos anteriores. Contudo, diferentemente das latitudes médias, na região tropical não há um conjunto de definições amplamente conhecido e difundido para identificação de tempo severo. O presente estudo busca identificar um critério para identificação de tempo severo na região amazônica a partir da base de dados Precipitation Features (PF) 1998 a 2012 - gerados e armazenados pela Universidade de Utah, com base nos dados do satélite TRMM. Além disso, identificar características sinóticas associadas ao ambiente de ocorrência destes eventos, através de composições com dados da reanálise CFSR-NCEP, bem como parâmetros importantes na identificação de tempestades. Utilizando o subconjunto PCTF do Nível 2 da base de dados PF, o critério estabelecido para identificação de casos severos compreende sistemas com: 80 pixels ou mais PCT85 GHz <250 K; 1 pixel ou mais com PCT85 GHz < 100 K; volume de chuva convectiva maior do que 1000 mm/h km2 e pelo menos um registro de raio. Comparando os sistemas selecionados pelo critério com os Sistemas Convectivos de Mesoescala já catalogados é possível notar que a distribuição sazonal é semelhante, embora as estações com maior número de casos sejam as estações de transição (primavera e outono, 429 e 223 casos respectivamente). Analisando as altas taxas de raios destes sistemas, fica evidente que o critério realmente seleciona casos severos. Com a região amazônica dividida em seis sub-regiões e os casos acumulados por trimestre (JFM, AMJ, JAS, OND) sub-região Southern Amazonia (SA) contabiliza o maior número de casos, com um total de 271 para o período do estudo, sendo OND o trimestre com maior ocorrência (135), o menor AMJ (29). O mês de outubro chama atenção para esta sub-região como o mês com maior número de casos, totalizando 59, dos quais 83% ocorrem a partir das 12 horas local. Estes casos foram investigados nas composições de reanálise, assim como os casos a partir de 12 horas local de outubro da sub-região Central Amazonia (CA). De forma geral: 1) SA tem maior área com cisalhamento médio mais intenso (8 m/s) do que CA, principalmente para 00Z, 06Z e 12Z; 2) valores médios de divergência positiva do vento em 200 hPa mostram-se mais significativos para CA do que para SA; 3) convergência do vento em 950 hPa é mais evidente para SA do que para CA e 4) CA é predominantemente mais úmida em baixos níveis do que SA. Histogramas com valores pontuais para cada um destes casos, em ambas as sub-regiões, são apresentados no intuito de auxiliar a identificação destes casos por previsores. O critério de identificação de tempo severo na Amazônia mostra-se eficiente, sendo o cisalhamento do vento entre 500-850 hPa e a convergência do vento em 950 hPa os como parâmetros mais importantes na região SA, onde há maior ocorrência de tempestades severas. / The Amazon region plays a key role in climate regulation, both at the regional scale and on a global scale. Rainfall in the region is very heterogeneous, mainly because of the vast size of the Amazon. Among the systems responsible for rainfall, some stand out as extreme storm events, as can be seen in many previous studies. However, unlike the mid-latitudes, in the tropical region there is no widely acknowledged set of conditions for severe weather identification. This study seeks to identify a criterion for identifying severe weather in the Amazon region from the database Precipitation Features (PF) - 1998-2012 - generated and stored by the University of Utah, based on the TRMM satellite data. This study will also attempt to identify synoptic features associated with the occurrence of these events through compositions using the reanalysis NCEP CFSR data. Using the PCTF subset of Level 2 of PF database, the criteria established for identifying severe cases include: 1) systems with 80 or more pixels PCT85 GHz <250 K; 2) systems with one or more pixel with PCT85 GHz <100 K; 3) systems with convective rain volume greater than 1000 km2 mm/h and 4) at least one record of lightning. Comparing the systems selected by this criterion with the Mesoscale Convective Systems already cataloged it can be seen that the seasonal distribution is similar, although the stations with the highest number of cases are the transition seasons (spring and fall, 429 and 223 cases, respectively). Analyzing high rates of rays found in these systems, it is clear that the criterion truly selects severe cases. With the Amazon region divided into six sub-regions and cases accumulated by quarter (JFM, AMJ, JAS, OND) South of the Amazon sub region (SA) accounts for the largest number of cases, with a total of 271 for the period of study, OND quarter with higher occurrence (135), the lowest AMJ (29). The month of October draws attention to this sub-region as the month with the highest number of cases, totaling 59, of which 83% occur after 12 local time. These cases have been investigated in compositions, as well as cases observed after 12 local time in October for Amazon Central subregion (CA). In general: 1) SA has larger area with average stronger shear (8 m/s) than AC, especially for 00Z, 06Z and 12Z; 2) average wind positive divergence values at 200 hPa were more significant for CA than for SA; 3) Wind convergence at 950 hPa is more obvious for SA than at CA and 4) is predominantly CA moster at low levels than SA. Histograms with specific values for each of these cases, both sub regions are presented in order to help identify predictors for these cases. The severe weather identification criterion in the Amazon proves efficient, while the wind shear between 500-850 hPa and wind convergence in 950 hPa stand out as important parameters in the SA region, where there is greater occurrence of severe storms.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-29052015-133627 |
| Date | 29 April 2015 |
| Creators | Nunes, Ana Maria Pereira |
| Contributors | Dias, Maria Assuncao Faus da Silva |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | English |
| Type | Dissertação de Mestrado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0032 seconds