Modelo de Previsão de Relâmpagos Nuvem-Solo Utilizando
Imagens de Satélite em Infravermelho
Enrique Vieira Mattos1, Luiz Augusto Toledo Machado2
1
Divisão de Satélites e Sistemas Ambientais – DSA – 2Centro de Previsão de Tempo e
Estudos Climáticos – CPTEC, Instituto Nacional de Pesquisas Espaciais – INPE – Rod.
Presidente Dutra, km 40 – Jardim Europa – Cachoeira Paulista – SP – Brasil, email:
[email protected], [email protected]
ABSTRACT: This work evaluates and characterizes some physical proprieties of Mesoscale
Convective System (MCS) associate the cloud-to-ground (CG) lightning occurrence and
proper an electrical activity nowcasting method. Satellite data from the GOES-10 infrared and
CG lightning information from the BrasilDAT were utilized for the period from 2007 to 2009.
The brightness temperature was assimilated by ForTracCC model which determined the MCS
physical proprieties that were coupled with CG lightning information. The multivariate
analyses and dispersion relation showed that MCS size, minimum temperature and
normalized expansion rate are the proprieties stronger correlationed with CG lightning
occurrence. Therefore it was obtained a multiple regression parameterization that combines
these three variables. The validation statistics showed high detection probability above 95 %
and false alarm rate below 43 % in order to diagnostic and nowcast until 120 minutes. On the
other hand, the nowcasting tends to sub-estimate the CG lighting occurrence within of
reasonable range. This newest and current CG lightning nowcasting product at South America
provides a better understanding, diagnostic and forecast of the convective and electrical
activity and has potential to mitigation of the electrical phenomenon consequences.
Palavras-chave: Relâmpagos Nuvem Solo, Sistemas Convectivos de Mesoescala, Previsão
imediata de tempo
1 – INTRODUÇÃO
A previsão da atividade convectiva e elétrica se reveste de grande importância para
diversos setores da sociedade. Setores como distribuição de energia elétrica, telefonia,
indústria, além de mortes são intensamente atingidos pelas conseqüências deste intenso
fenômeno atmosférico que é associado a Sistemas Convectivos de Mesoescla (SCM).
Compreender as características físicas destes sistemas responsáveis pela produção e
manutenção da eletrificação de nuvens torna-se essencial para o seu entendimento e geração
de ferramentas capazes de prever a ocorrência de relâmpagos.
Diversos estudos têm mostrado que a cobertura e temperatura dos topos das nuvens
possuem forte correlação com a atividade elétrica. Sobre a Amazônia recentemente Altaratz et
al. (2010) encontraram uma relação linear entre relâmpagos e as mais largas coberturas de
nuvens, em consistência com o trabalho de Tadesse e Anagnostou (2009). Por outro lado,
Williams (1985) tem sugerido uma relação não-linear entre relâmpagos e altura de nuvens,
enquanto que Goodman e Macgorman (1986) verificaram intensa atividade elétrica para as
mais baixas temperaturas de topos de nuvens. Em consistência, Machado et al. (2009)
demonstraram que nuvens penetrativas são associadas a relâmpagos e que há um aumento de
probabilidade de relâmpagos com a diferença de temperatura entre os canais do infravermelho
e vapor d’água. Neste contexto o objetivo deste trabalho é analisar as principais propriedades
físicas de SCM responsáveis pela ocorrência de relâmpagos da Nuvem para o Solo (NS).
Propõem-se assim o desenvolvimento de um método de diagnóstico e previsão de relâmpagos
NS até 120 minutos sobre toda a América do Sul utilizando de imagens em infravermelho de
satélites geoestacionário como principais informações.
A seção 2 apresenta os dados de satélite e relâmpagos NS empregados neste estudo,
além da metodologia utilizada. Na seção 3 é apresentado e discutido os resultados da análise
multivariada, caracterização das propriedades físicas e validação das previsões. Por fim, na
seção 4 são feitas as conclusões.
2 – DADOS E METODOLOGIA
A região de estudo empregada como referência neste trabalho é centrada sobre o estado
de São Paulo para o período de Maio/2007 à Agosto/2009. Dados de ocorrência de
relâmpagos NS provenientes da Rede Brasileira de Detecção de Descargas Atmosféricas
(BrasilDAT) foram utilizados e correspondem a data, horário e localização das ocorrências.
Ressalta-se que esta área reflete a região com a maior e melhor cobertura de relâmpagos do
Brasil, sendo a eficiência de detecção acima de 90%. Imagens em infravermelho do satélite
Geostationary Operational Environmental Satellite (GOES-10) foram empregadas para a
determinação de propriedades físicas de SCM. As temperaturas de brilho associadas a estas
imagens foram assimiladas pelo modelo Forecast and Tracking the Evolution of Cloud
Clusters (ForTraCC), o qual determinou propriedades físicas como: tamanho, taxa de
expansão normalizada, temperatura, excentricidade entre outras propriedades dos SCM.
Ocorrências de relâmpagos NS foram contabilizadas entre 7,5 minutos antes e depois da
identificação dos SCM. Através de uma análise multivariada de Análise Fatorial foram
selecionadas as propriedades mais correlacionadas com os relâmpagos e mais independentes
entre si. Estas variáveis foram combinadas em uma única parametrização de regressão
múltipla linear, sendo os relâmpagos a variável dependente. Utilizou-se o período de
Setembro/2009 a Novembro/2009 para validar o diagnóstico e previsão desta parametrização
através de estatísticas de Probability of Detection (POD), False Alarme Rate (FAR),
Correlação de Pearson (CP), Mean Error (BIAS), Root Mean Square Error (RMSE).
3 – RESULTADOS E DISCUSSÃO
3.1 Análise Multivariada e Propriedades Físicas
O ForTraCC durante o período de estudo identificou 16.520 SCM que passaram sobre a
área de estudo, sendo que os mesmos estiveram associados com um total de 951.359
relâmpagos NS. A Figura 1 mostra a análise de componentes principais para as três primeiras
componentes (até a terceira componente é explicado 67 % da variância) para todas as
propriedades físicas em estudo. Para a primeira, segunda e terceira componente as variáveis
Temperaturas (Tmed, Tmin, Tmin9), taxa de variação (Dtmed, Dtmin, Dtmin9, Dzise),
tamanho (Size) foram as que se mostraram menos correlacionadas entre si, respectivamente.
Figura 1 – Correlação entre as propriedades físicas para as três primeiras componentes principais.
A Figura 2 mostra que as propriedades físicas tamanho (Size em pixels), Temperatura
média dos nove pixels mais frios (Tmin9 em Kelvin) e Taxa de expansão normalizada (Dsize
em 10-6s-1) são as mais correlacionadas com os relâmpagos, com coeficiente de Pearson de
0.97, 0,78 e 0,31, respectivamente. O intenso fluxo de massa, altura das nuvens próximo a
maturação mostram-se assim condições favoráveis a eletrificação das nuvens. Desta forma,
em consistência aos resultados da Figura 1 as propriedades Size, Dsize e Tmin9 foram
selecionadas para equacionar a parametrização de previsão de relâmpagos NS. Estes
resultados estão em consistência aos encontrados por Mattos e Machado (2010).
(a)
(b)
(c)
Figura 2. Variação média e curva ajustada de
ocorrência de relâmpagos NS em função do (a)
tamanho (Size em pixel), (b) temperatura média
dos noves pixels mais frios (Tmin9 em Kelvin) e
(c) Taxa de Expansão Normalizada (Dsize em 106 -1
s ).
A equação parametrizada através de regressão múltipla combinando, Size, Dsize e Tmin
é mostrada na Tabela 1. O coeficiente de determinação (0,54) mostra que a equação linear
representa dentro de certa variabilidade a ocorrência de relâmpagos NS.
Tabela 1 – Parametrização e coeficiente de regressão múltipla.
Equação de Regressão Múltipla
413,07 + 0,0173926*(SIZE) + 0,004800*(DSIZE) -1,84902*(TMIN9)
R
0,54
3.2 Validação
A Tabela 2 mostra que a parametrização obtida detecta acima de 90 % dos casos de
eventos e possui um falso alarme menor que 40 %. A correlação entre relâmpagos NS
observados e previsto é significativa (acima de 71 %), o qual diminui com o tempo de
previsão. No entanto, em termos quantitativos (BIAS e RMSE) a previsão de relâmpagos
tendem a subestimar em 20 ocorrências em média. De fato a previsão específica do número de
relâmpagos se mostra bastante complexa devido ao enorme quantidade de variáveis
envolvidas, porém é significativa sobre certa variabilidade.
Tabela 2 – Estatística de validação utilizando POD, FAR, CORREL, BIAS e RMSE para diagnostico e 30, 60,
90 e 120 minutos de previsão para o período de Set-Out de 2009.
POD (%)
FAR (%)
CORREL
BIAS
RMSE
Diag
95.08
40.08
0.76
-10.69
131.78
30 min
96.21
45.49
0.75
-10.81
143.90
60 min
95.75
45.21
0.74
-12.30
150.75
90 min
94.87
43.61
0.73
-16.60
159.97
120 min
94.14
43.24
0.71
-19.91
168.59
A Figura 3 mostra a relação de dispersão entre relâmpagos NS observados e previstos,
sendo este último determinado através da inserção das previsões do ForTraCC (Size, Dsize e
Tmin9) na equação da Tabela 1. Há uma forte correlação entre ambos, porém uma maior
dispersão é observada para as quantidades maiores de relâmpagos NS e para previsões mais
longas. Isto mostra que os menores SCM são melhores previstos e como conseqüência a
atividade elétrica também. Discuti-se, portanto, que os sistemas menores são mais freqüentes
e mais eficientes em produzir atividade elétrica.
(a)
(b)
(c)
(d)
Figura 3 – Ocorrências observadas e previstas de relâmpagos NS durante o período de validação de set-nov
de 2009 para (a) diagnóstico, (b) 60, (c) 90 e (d) 120 minutos.
Um estudo de caso para o dia 16 de novembro de 2009 para a região Sudeste foi
realizada para a validação espacial de relâmpagos NS. Na Figura 4 observa-se que os
SCM situados no leste e oeste desta região são bem previstos, apresentando erros médios
de no máximo 50 relâmpagos NS, enquanto no sul de Minas Gerais o acerto da previsão é
menor. As incertezas podem estar associadas à eficiência de detecção da rede e erros
relacionados à previsão das propriedades Size, Dsize e Tmin9 pelo ForTraCC.
(a)
(b)
(c)
Figura 4 – Comparação entre ocorrência de relâmpagos NS observadas e previstas para o dia 16 de Novembro
de 2009 a partir das 1930 GMT para (a) 60, (b) 90, (c) 120 minutos de previsão.
4 – CONCLUSÕES
Este trabalho propôs o uso combinado de informações em infravermelho de satélites e
relâmpagos NS provenientes de sensores em solo como uma ferramenta de diagnóstico e
previsão da atividade elétrica. O tamanho, temperatura mínima e taxa de expansão
normalizada mostraram serem os parâmetros mais correlacionados à ocorrência de
relâmpagos NS. A parametrização linear múltipla estabelecida se demonstra uma importante
aproximação inicial para a realização da previsão de relâmpagos. Assim esta ferramenta
proposta possui forte potencial para contribuir para a previsão imediata de severidade e
previsão da atividade elétrica até 120 minutos com significativa qualidade. Além disso, a
assimilação destes parâmetros em sinergia com dados de relâmpagos pode expressar uma
informação adicional para modelos de previsão numérica de médio-prazo. Neste sentido estes
resultados inéditos encontrados sobre a América do Sul através de observações de satélites
deverão ser avaliados em outras regiões continentais e estações para um maior entendimento.
5 – REFERÊNCIAS BIBLIOGRÁFICAS
Altaratz, O.; Koren, I.; Yair, Y.; Price, C. Lightning response to smoke from Amazonian fires.
Geophys. Res. Lett. v.37, p.1-6, 2010, L07801. doi:10.1029/2010GL042679.
Goodman, S. J., Macgorman, D. R. Cloud to ground lightning activity in Mesoscale Complexes
Convective. Mon. Weather Rev. v.114, p.2320-2328, 1986.
Machado, L. B. T.; Lima, W. F. S.; Pinto Jr, O.; Morales, C. B. Relationship between cloud-ground
discharge and penetrative clouds: a multi-channel satellite application. Atmos. Res. v.93, p. 304-309,
2009, doi:10.1016/j.atmosres.2008.10.003.
Mattos, E.; Machado, L. A. T. Cloud-to-Ground Lightning and Mesoscale Convective System.
Submetido para Atmos. Res., Maio, 2010.
Tadesse, B.; Anagnostou, E. N. Characterization of warm season convective systems over US in terms
of cloud to ground lightning, cloud kinematics ,and precipitation. Atmos. Res. v.91, p.36-46, 2009.
Williams, E. R. Large-scale charge separation in thunderclouds, J. Geophys. Res. v.90, p.6013-6025,
1985.