Revista Brasileira de Meteorologia, v.20, n.1, 105-120, 2005
A INFLUÊNCIA DOS GASES ESTUFA NO OCEANO ATLÂNTICO SUL:
VARIABILIDADE INTERANUAL
ANDRÉA TASCHETTO E ILANA WAINER
Universidade de São Paulo - Departamento de Oceanografia Física
Praça do Oceanográfico, 191 - 05508-120 - São Paulo - SP
E-mail: [email protected]
Recebido Novembro 2003 - Aceito Janeiro 2005
RESUMO
Este artigo apresenta um estudo sobre as mudanças nos padrões interanuais de variabilidade do Oceano Atlântico
Sul, desencadeadas pelo aumento na concentração atmosférica dos gases estufa. Foi utilizado o modelo numérico
acoplado NCAR CCSM para simular as condições climáticas dos períodos pré-industrial e pós-industrial, levando
em conta os seguintes gases: dióxido de carbono (CO2), metano (CH4), óxido nitroso (N2O) e os clorofluorcarbonos
CFC11 e CFC12. As técnicas estatísticas de Funções Ortogonais Empíricas (EOF), Decomposição em Valores
Singulares (SVD) e análise espectral foram aplicadas com o intuito de se caracterizar o comportamento interanual
do Atlântico Sul e de se obter as alterações ocorridas devido às diferentes concentrações químicas na atmosfera em
cada simulação. Os resultados mostram grande variabilidade espacial ao sul de 30ºS nos dois primeiros modos da
EOF e SVD em todas as variáveis analisadas. Os três primeiros modos da EOF explicam grande parte da variância
total, sendo aproximadamente 40%, 75% e 74%, respectivamente para a temperatura da superfície do mar (TSM), a
pressão atmosférica ao nível do mar (PNM) e o transporte barotrópico (TB). O primeiro modo da SVD revela forte
acoplamento entre a PNM e o TB, sendo responsável por mais de 50% da covariância quadrada e apresentando
coeficiente de correlação de 0,66 entre essas duas variáveis. Os padrões espaciais estacionários da EOF e SVD não
mostram diferenças significativas entre os experimentos numéricos, porém, apresentam comportamentos distintos
das séries temporais dos coeficientes de expansão associadas aos modos. A análise espectral revela mudanças
significativas na variabilidade das séries temporais associadas, indicando um deslocamento para freqüências mais
baixas num clima mais quente.
Palavras-chave: interação oceano-atmosfera, mudanças climáticas, variabilidade interanual, Oceano Atlântico
Sul, efeito estufa.
ABSTRACT: THE EFFECT OF GREENHOUSE GASES ON SOUTH ATLANTIC OCEAN: INTERANNUAL
VARIABILITY
This paper presents a study about the changes in interannual variability patterns of the South Atlantic Ocean, forced
by the increase in atmospheric concentration of greenhouse gases. The NCAR CCSM coupled model was used to
simulate two climate conditions for the pre-industrial and pos-industrial periods, taking into account the following
gases: carbon dioxide (CO2), methane (CH4), nitrous oxide (N2O) and the chlorofluorocarbons CFC11 and CFC12.
Empirical Orthogonal Functions (EOF), Singular Value Decomposition (SVD), and spectral analysis by MultiTaper Method (MTM) were employed to characterize the interannual behavior of South Atlantic Ocean for each
experiment and to obtain the changes occurred due to different chemical concentrations in atmosphere. Results
show great spatial variability south of 30ºS in the first two modes of EOF and SVD for all analyzed variables.
The first three modes of EOF explain a big part of total variance, being approximately 40%, 75% and 74%,
respectively for sea surface temperature (SST), sea level pressure (SLP) and barotropic streamfunction (PSI). The
first SVD mode reveal a strong coupling between SLP and PSI, explaining more than 50% of square covariance and
presenting a correlation coefficient of 0.66 between these two variables. The stationary pattern of EOF and SVD do
not show significant differences between the experiments with respect to the spatial patterns, however, they exhibit
distinct behavior on the expansion coefficient associated to the modes. The spectral behavior of the associated time
series reveals a shift towards lower frequencies in a warmer climate.
Key words: ocean-atmosphere interaction, climatic changes, interannual variability, South Atlantic Ocean,
greenhouse effect.
1. INTRODUÇÃO
Acredita-se que o oceano tenha papel fundamental no
entendimento da variabilidade do sistema climático terrestre,
pois, devido à alta densidade e calor específico da água
do mar, este tem a capacidade de armazenar e transportar
106
Andréa Taschetto e Ilana Wainer
grandes quantidades de calor. Por esse motivo, os trabalhos
sobre mudanças climáticas envolvem, na maioria dos casos,
um estudo aprofundado sobre os efeitos nos oceanos e sua
interação com a atmosfera.
Vários trabalhos enfocam indícios do aumento
da concentração do CO2 na atmosfera desde a época da
Revolução Industrial (Neftel et al., 1985). Segundo registros
de testemunhos de gelo, a concentração atmosférica de CO2 na
era pré-industrial estava por volta de 280 ppmv (Solomon et
al., 1985), entretanto, essa concentração subiu para 368 ppmv
durante os últimos 100 anos (Houghton et al., 1995). Vários
estudos têm mostrado, para esse mesmo período, o aumento da
temperatura, totalizando um aquecimento de aproximadamente
0,5ºC durante o último século (Cane et al., 1997). Esse
aquecimento tem sido associado à variabilidade natural (Tett et
al., 1999), a efeitos antropogênicos (Mitchell et al., 1995), ou
ainda à combinação dos dois (Stott et al., 2001). Alguns autores
acreditam que fatores naturais tenham sido mais importantes no
aquecimento do início do século e que efeitos antropogênicos
tenham papel fundamental no aquecimento observado nas
décadas recentes (Crowley, 2000).
Estima-se que o aumento atmosférico dos gases estufa
possa causar várias alterações climáticas (Mitchel, 1989).
Taschetto e Wainer (2003) mostram, através de simulações
numéricas, que as variações anuais e sazonais da temperatura
da superfície do mar, da pressão atmosférica ao nível do mar
e do transporte barotrópico são intensificadas do período préindustrial para o pós-industrial devido à diferente concentração
dos gases estufa. Apesar de vários estudos apresentarem
evidências de que o clima vem sofrendo mudanças, a grande
maioria mostra apenas as alterações no comportamento médio
do clima, e desprezam o efeito do aquecimento global na
variabilidade climática de escalas temporais maiores.
Este estudo visa investigar as mudanças no
comportamento climático interanual a decadal do Oceano
Atlântico Sul causadas pelo aumento na concentração
atmosférica dos gases estufa.
2. O MODELO NUMÉRICO NCAR CCSM E OS EXPERIMENTOS SIMULADOS
O CCSM (Community Climate System Model),
desenvolvido no NCAR (National Center for Atmospheric
Research), é um modelo numérico acoplado de circulação
global oceano-atmosfera, que envolve as componentes
atmosférica, oceânica, da criosfera, da biosfera e hidrosfera
(Boville e Gent, 1998).
A componente atmosférica é o modelo atmosférico de
circulação geral do NCAR, CCM3 (Community Climate Model
- versão 3) com resolução de aproximadamente 2,8º na latitude
e longitude, e 18 níveis verticais, sendo a camada superior
em 2,9hPa. Essa versão do modelo inclui as propriedades
radiativas dos gases traços metano (CH4), óxido nitroso
(N2O), clorofluorcarbonos (CFC11 e CFC12) e de duas bandas
Volume 20(1)
espectrais para o dióxido de carbono (CO2) na parametrização
de onda longa, bem como a incorporação de um aerossol de
fundo na parametrização de onda curta. O CCM3 incorpora o
modelo de superfície terrestre (LSM - Land Surface Model),
desenvolvido por Bonan (1996), que proporciona o amplo
tratamento dos processos de superfície de terra, permitindo até
quatro diferentes tipos de superfície dentro de uma célula de
grade.
A componente oceânica, descrita em Gent et al.
(1998), é simulada pelo NCAR Climate System Ocean
Model (NCOM). A configuração do NCOM apresenta 2,4º
de resolução na longitude e resolução variável da latitude,
sendo o espaçamento mínimo da grade de 1,2º próximo ao
equador e pólos (acima de 60º), e máximo de 2,3º nas latitudes
tropicais (em 20ºN e 20ºS). A componente oceânica possui
45 níveis verticais, com espessura variável aumentando
monotonicamente de 12,5m a 250m e ainda outros 4 níveis
de profundidade nos primeiros 50m, com espessuras iguais de
12,5m. A profundidade máxima do oceano é de 6km. Acoplado
ao modelo oceânico está a componente da criosfera (CSIM Climate Sea-Ice Model), que inclui dinâmica e termodinâmica
de gelo.
As componentes do modelo são interligadas pelo
Flux Coupler, programa acoplador responsável pela integração
das componentes e pela interpolação entre as diferentes grades
das componentes do modelo. O Flux Coupler conserva as
propriedades locais e globais, não necessitando, portanto, de
correções nos fluxos de momentum, calor e água doce.
Foram realizados dois experimentos numéricos com o
modelo NCAR CCSM: um que simula o período pré-industrial
(antes de 1800) e outro, o pós-industrial. A concentração
atmosférica dos gases traços, para o período pré-industrial,
foi estimada de registros de testemunhos de gelo (Ice Core
Working Group, 1998; Fluckiger et al., 1999; Indermuhle
et al., 1999), e fixada em 280ppmv para o CO2, 700ppbv
para o CH4, 275ppbv para o N2O e nenhuma quantidade de
clorofluorcarbonos. O experimento pós-industrial foi simulado
com base nas concentrações atuais (em torno de 1990) de gases
traços. Esse experimento mantém as seguintes concentrações
de gases: 354,4ppmv para o CO2, 1722,3ppbv para o CH4,
308,4ppbv para o N2O, 514,0x10-3ppbv e 462,7x10-3ppbv para
os clorofluorcarbonos CFC11 e CFC12, respectivamente.
Cada experimento numérico resultou em uma série
temporal contendo 150 anos de simulações. Com o intuito de
examinar a variabilidade interanual a decadal das simulações
dos períodos pré e pós-industrial, as médias sazonais para
todo o período de rodada foram removidas para construir
as séries temporais de anomalias. Essas séries de anomalias
foram, então, analisadas através das técnicas estatísticas de
Funções Ortogonais Empíricas (EOF - Empirical Orthogonal
Functions), Decomposição em Valores Singulares (SVD
- Singular Value Decomposition), e Multi-Taper Method
(MTM). Foram investigadas as variáveis de temperatura da
superfície do mar (TSM), pressão atmosférica ao nível do mar
(PNM) e função corrente do transporte barotrópico (TB).
Abril 2005
Revista Brasileira de Meteorologia
3. METODOLOGIA
3.1. EOF
O método das Funções Ortogonais Empíricas (EOF
- Empirical Orthogonal Functions) é utilizado para se obter os
principais padrões espaciais de variabilidade, sua variação no
tempo, e a quantificação da importância relativa desses padrões.
Resolve-se o problema (Preisendorfer, 1988)
, em
que R é a matriz de covariância dos dados originais. A matriz C
contém os auto-vetores ci que representam os padrões espaciais
da EOF, enquanto que Λ é a matriz diagonal contendo os autovalores λi de R e indicam uma fração da variância total em R
explicada pelo auto-vetor. O padrão espacial obtido da EOF
representa uma estrutura estacionária. A evolução no tempo de
uma EOF mostra como esse padrão oscila na série e é calculado
pelos coeficientes de expansão ai, em que os auto-vetores ci são
projetados na matriz dos dados originais F:
.
3.2. SVD
A análise de Decomposição em Valores Singulares
(SVD - Singular Value Decomposition) é usualmente aplicada
simultaneamente a dois campos de dados com a finalidade de
identificar pares de padrões espaciais acoplados, que explicam
uma possível covariância entre as duas variáveis. Calcula-se
(Bretherton et al., 1992)
, em que
éa
matriz covariância dos dados originais das variáveis S e P. Os
padrões U e V representam oscilações estacionárias nos campos
dos dados originais S e P, enquanto que L é a matriz diagonal que
contém os valores singulares associados à fração da covariância
quadrada, explicada pelos vetores singulares das matrizes U
e V. As séries temporais que descrevem como cada modo de
variabilidade oscila no tempo é obtida pelos coeficientes de
expansão A e B, para as variáveis S e P, respectivamente, dados
por:
e
.
3.3. MTM
Para calcular o espectro de potência utilizou-se o
método Multi-Taper (MTM). A vantagem do MTM é que essa
técnica consegue separar oscilações periódicas determinísticas
de flutuações aperiódicas e randômicas associadas a ruído de
fundo ou erros instrumentais nas séries temporais.
No método MTM os dados são multiplicados por vários
filtros, formando várias séries temporais filtradas. Tomando-se
a Transformada de Fourier de cada uma das séries temporais
filtradas obtém-se a estimativa de vários auto-espectros de
potência. A estimativa espectral final é então formada por uma
soma ponderada de auto-espectros e por isso é mais suavizada
e tem menor variância que a obtida utilizando-se somente
um único filtro. Maiores detalhes sobre a janela aplicada são
encontrados em Percival e Walden (1993).
107
4. RESULTADOS
4.1. Análise de Funções Ortogonais Empíricas (EOF)
4.1.1. Temperatura da Superfície do Mar (TSM)
As Figuras 1 e 2 apresentam os dois primeiros modos
da EOF para a TSM do período pré-industrial e pós-industrial,
respectivamente. Ambos períodos mostram um padrão de
dipolo de TSM no primeiro modo de variabilidade (Figuras
1a e 2a), com sinais opostos entre a parte norte da bacia do
Atlântico Sul e ao sul de aproximadamente 30ºS, centrados em
torno de 20ºW-20ºS e 25ºW-40ºS, respectivamente. O primeiro
modo da EOF explica 17,9% da variância para o período préindustrial e 17,4% para o pós-industrial. Apesar dos dois
experimentos apresentarem estruturas espaciais semelhantes,
o período pré-industrial mostra uma característica dipolar
levemente mais acentuada que o do período pós-industrial.
O primeiro modo da EOF encontrado para o período pósindustrial (Figura 2a) sofre desintensificação na porção norte
da bacia do Atlântico Sul, apresentando amplitude três vezes
inferior ao do período pré-industrial na mesma região. Já
o padrão ao sul da região de estudo mostra intensificação
média de 0,05ºC no período pós-industrial em relação ao préindustrial (Figura 1a).
O segundo modo de variabilidade obtido da EOF
(Figuras 1b e 2b) mostra um padrão de temperaturas positivas
em grande parte da bacia, exceto em uma pequena região
próxima à costa sudeste brasileira. Essa estrutura sofre
modificações de um período para o outro, como mostram as
Figuras 1b e 2b. No período pré-industrial os maiores autovetores encontram-se ao sul da região de estudo (Figura 1b),
com valores de até 0,5ºC em torno de 5ºW-42ºS e a região
de auto-vetores negativos restringe-se a uma pequena área
junto à costa sudeste do Brasil. O segundo modo do período
pós-industrial, porém, apresenta seus maiores valores
localizados entre as latitudes aproximadas de 15ºS e 25ºS,
onde atinge 0,3ºC; enquanto que a região de auto-vetores
negativos envolve uma área considerável do sudoeste da
região estudada, com valores quatro vezes superiores ao do
período pré-industrial. O segundo modo da EOF é responsável
por 14,8% da variância explicada para o experimento préindustrial e por 13,5% para o pós-industrial.
Os três primeiros modos (terceiro modo não
apresentado) do período pré-industrial totalizam 41,6%
da variância explicada; enquanto que para o período pósindustrial, esses três modos juntos explicam 39,1% da
variância. O primeiro modo de variabilidade de TSM
encontrado com a análise de EOF é consistente com o segundo
modo encontrado em Venegas et al. (1997) a partir dos dados
observacionais COADS (Comprehensive Ocean-Atmosphere
Data Set) e com o padrão obtido por Sterl e Hazeleger (2002)
a partir dos dados da Reanálise do National Centers for
Environmental Prediction (NCEP)/NCAR.
108
Andréa Taschetto e Ilana Wainer
Volume 20(1)
Figura 1: EOF da TSM para o experimento pré-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de
5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Contornos de intervalos de
0,1ºC. As séries temporais são adimensionais.
Figura 2: EOF da TSM para o experimento pós-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de
5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Contornos de intervalos de
0,1ºC. As séries temporais são adimensionais.
Abril 2005
Revista Brasileira de Meteorologia
Vale ressaltar que os modos espaciais estacionários
devem ser multiplicados pela série temporal dos coeficientes
de expansão associada para se obter a evolução desses padrões
ao longo do tempo. As Figuras 1c-1d e 2c-2d apresentam as
séries dos coeficientes de expansão associadas aos respectivos
modos espaciais (Figuras 1a-1b e 2a-2b), respectivamente
para os períodos pré e pós-industrial. Com o intuito de melhor
visualizar possíveis tendências e variabilidades interanuais a
decadais na evolução temporal desses padrões, as séries foram
suavizadas com uma média móvel de 5 anos. Pode-se notar
que a variabilidade temporal dos coeficientes de expansão
do período pré-industrial (Figuras 1c e 1d) é diferente da do
pós-industrial (Figuras 2c e 2d), apesar das estruturas espaciais
estacionárias da EOF serem relativamente semelhantes
para ambos experimentos. Esse resultado indica mudanças
no comportamento de escalas maiores que anuais devido a
alterações na quantidade dos gases estufa simulados.
4.1.2. Pressão Atmosférica ao Nível do Mar (PNM)
Os padrões espaciais dos dois primeiros modos da
EOF para a PNM e as respectivas séries temporais associadas
para ambos experimentos são apresentadas nas Figuras 3
e 4. Os três primeiros modos totalizam 74,8% e 76,9% da
variância explicada respectivamente para os períodos pré e pósindustrial.
O primeiro modo de variabilidade da PNM (Figura 3a
e 4a) mostra um padrão de monopolo com maiores gradientes
ao sul de 30ºS. No período pré-industrial, um núcleo de máxima
109
pressão é observado entre 40ºW e 10ºW, ao longo da latitude
de 47ºS; enquanto que para o experimento pós-industrial,
esse núcleo é 0,5hPa mais intenso e localizado em torno
de 20ºW, 47ºS. Esse padrão está associado à intensificação/
desintensificação da porção sul da Alta Subtropical. O
padrão espacial aqui obtido é concordante com o encontrado
por Wainer e Venegas (2002). Esse modo explica 39,6% e
43,8% da variância, para os períodos pré e pós-industrial,
respectivamente.
O segundo modo da EOF para a PNM (Figuras 3b
e 4b) apresenta uma característica dipolar leste-oeste, mais
acentuada ao sul de aproximadamente 25ºS, em ambos
experimentos. Esse padrão de PNM indicaria um possível
deslocamento meridional da porção sul da Alta Subtropical, o
que induziria advecção de ar quente das médias latitudes em
direção às altas latitudes. Para o período pré-industrial esse
modo (Figura 3b) explica 22,2% da variância, enquanto que
para o pós-industrial o segundo modo (Figura 4b) representa
21,7%.
Os padrões espaciais de variabilidade da PNM não
sofrem grandes alterações entre os dois experimentos, porém
a porcentagem da variância explicada para o primeiro modo da
EOF mostra uma diferença significativa de aproximadamente
4% a mais para o período pós-industrial. Contudo, a grande
diferença entre os resultados da EOF para a PNM está nas
séries dos coeficientes de expansão associadas, que revelam
comportamento discrepante entre os dois períodos analisados,
tanto para o primeiro (Figuras 3c e 4c) quanto para o segundo
modo (Figuras 3d e 4d).
Figura 3: EOF da PNM para o experimento pré-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de
5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Contornos de intervalos de
5mbar. As séries temporais são adimensionais.
110
Andréa Taschetto e Ilana Wainer
Volume 20(1)
Figura 4: EOF da PNM para o experimento pós-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel
de 5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Contornos de intervalos
de 5mbar. As séries temporais são adimensionais.
4.1.3. Função Corrente do Transporte Barotrópico (TB)
Acredita-se que o Oceano Atlântico Sul tenha papel
fundamental na circulação oceânica global através da Célula
de Revolvimento Meridional que é peça chave nas trocas de
massa e calor entre as bacias oceânicas. O Giro Subtropical é
a característica dominante da circulação oceânica do Atlântico
Sul, tendo seu fluxo médio basicamente forçado pelos ventos
de superfície. Mudanças na TSM podem gerar variações na
PNM que, por sua vez, induzem alterações no campo de ventos
sobre o Oceano Atlântico Sul, influenciando o transporte
barotrópico.
A análise de EOF para o TB pode ser vista nas Figuras
5 e 6, respectivamente para os dois experimentos. Os três
primeiros modos do TB explicam 73,9% da variância para o
período pré-industrial, e 74,3%, para o pós-industrial.
No primeiro modo da EOF para o TB (Figuras 5a e
6a) o Oceano Atlântico Sul é caracterizado por auto-vetores
positivos ao sul de aproximadamente 35ºS, com máximos
de 12Sv para o período pré-industrial e 11Sv para o pós,
entre 10ºW e 10ºE, ao longo de 50ºS. Esse padrão é bastante
semelhante ao encontrado no trabalho de Wainer e Venegas
(2002). O primeiro modo da EOF para o período pré-industrial
responde por 49,6% da variância explicada, enquanto que o do
período pós-industrial explica 50,4% da variância.
O segundo modo da EOF do TB (Figuras 5b e 6b)
mostra uma banda de valores negativos na porção sul da
bacia com um núcleo mais intenso ao redor de 43ºS, 40ºW,
associado a 6Sv em ambos experimentos. Uma pequena faixa
de valores positivos do TB encontra-se ao longo de 50ºS, entre
as longitudes de 10ºW e 10ºE, com máximo de 7Sv nos dois
períodos. Para o experimento pré-industrial o segundo modo
da EOF é responsável por 15,5% da variância explicada e para
o pós-industrial, o segundo modo explica 16,9% da variância.
Os padrões espaciais de variabilidade obtidos da
análise de EOF para o TB são bastante semelhantes para os dois
experimentos. Vale salientar que apesar das estruturas dos dois
primeiros modos serem semelhantes para ambos experimentos,
a variabilidade temporal, bem como a magnitude, representada
pelos coeficientes de expansão são claramente diferentes.
4.2. Análise Espectral
Devido à visível diferença no comportamento das
séries dos coeficientes de expansão, calculou-se o espetro
de potência das mesmas utilizando o método de MTM, de
forma a avaliar as escalas de variabilidade contida em cada
experimento.
Abril 2005
Revista Brasileira de Meteorologia
111
Figura 5: EOF do TB para o experimento pré-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de
5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Intervalos de contornos de
1Sv. As séries temporais são adimensionais.
Figura 6: EOF do TB para o experimento pós-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de
5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Intervalos de contornos de
1Sv. As séries temporais são adimensionais.
112
Volume 20(1)
Andréa Taschetto e Ilana Wainer
4.2.1. TSM
O espectro de potência do primeiro modo da EOF
para ambos experimentos respectivamente é apresentado nas
Figuras 7a e 7b.
A série temporal associada ao primeiro modo da EOF
do experimento pré-industrial (Figura 7a) mostra variabilidades
em 13, 6 e 3 anos associadas às freqüências de 0,0063 ciclos/
mês, 0,0142 ciclos/mês e 0,0273 ciclos/mês, respectivamente,
e relativas a um nível de confiança de 95%.
A análise da simulação pós-industrial (Figura 7b) revela
períodos bastante diferentes do experimento pré-industrial.
A mais baixa freqüência (0,0020 ciclos/mês) representa um
período de 42 anos a um nível de significância de 99%. A série
temporal associada ao primeiro modo EOF também revela uma
periodicidade de 10 anos (0,008 ciclos/mês) e outras de maior
freqüência como 0,0176 ciclos/mês, 0,0215 ciclos/mês e 0,035
ciclos/mês, representando aproximadamente 5 anos, 4 anos e 2
anos, respectivamente.
4.2.2. PNM
As Figuras 7c e 7d mostram o espectro de potência
para as séries temporais associadas ao primeiro modo da EOF
da PNM para o período pré e pós-industrial.
No experimento do período pré-industrial, dois picos
de maior potência se destacam: um de mais baixa freqüência
(0,0068 ciclos/mês) que ocorre por volta de 12 anos, e outro de
0,0278 ciclos/mês que representa uma variabilidade de 3 anos,
ambos significativos a 99%. Outro pico significativo a 95%
aparece em aproximadamente 7 anos (0,0117 ciclos/mês).
Já no período pós-industrial (Figura 7d), a
variabilidade é menor e as freqüências são diferentes. A maior
freqüência ocorre em 0,093 ciclos/mês, correspondente a 8,5
anos, e uma variabilidade de maior freqüência aparece em 1,5
ano (0,05 ciclos/mês); ambos a um nível de significância de
95%.
4.2.3. TB
Os espectros de potência das séries dos coeficientes
de expansão associadas ao primeiro modo da EOF do TB para
ambos experimentos podem ser vistos nas Figuras 7e e 7f.
A Figura 7e mostra um pico saliente no início do
espectro a uma freqüência de 0,002 ciclos/mês, significativo
a 99%, associado a uma variabilidade de 42 anos. O espectro
também apresenta uma variabilidade de maior freqüência
(0,0586 ciclos/mês), a um nível de confiança de 95%, que
ocorre em aproximadamente 1,5 ano.
O período pré-industrial (Figura 7f) também mostra
uma variabilidade de 42 anos, associada à freqüência de 0,002
ciclos/mês, significante a 95%. Outros dois picos de freqüência,
significantes a 90%, aparecem em 0,0086 ciclos/mês e 0,0405
ciclos/mês, referentes aos períodos de 10 anos e 2 anos,
respectivamente.
A Tabela 1 resume os resultados relativos aos períodos
encontrados na análise espectral da série dos coeficientes de
expansão para o primeiro modo da EOF. As grandes alterações
nos comportamentos das simulações dos períodos pré e pósindustrial ocorrem na variabilidade das séries temporais
associadas aos modos de EOF e não nos padrões espaciais
que a técnica revela. Nota-se que a TSM e o TB no período
pós-industrial mostram a mesma variabilidade, sugerindo
comportamento acoplado. O experimento pré-industrial para a
TSM e PNM mostra variabilidade semelhante entre 6-7 anos e
12-13 anos. A comparação entre as variabilidades dos períodos
simulados exibe mudanças de escalas interanual a decadal,
indicando a sensibilidade do sistema oceano-atmosfera ao
aumento dos gases estufa.
TSM
Pré
13
6
PNM
Pós
42
10
Pré
12
7
TB
Pós
8,5
1,5
Pré
42
1,5
Pós
42
10
Tabela 1: Variabilidade (em ano) encontrada nas séries dos
coeficientes de expansão do primeiro modo da EOF.
4.3. Análise de Decomposição em Valores Singulares
(SVD)
Com o intuito de identificar somente os modos que
estão fortemente acoplados entre o oceano e a atmosfera foi
realizada a análise de SVD para os campos de TSM e TB
juntamente com o de PNM, representando a variabilidade
oceânica e atmosférica, respectivamente.
4.3.1. TSM e PNM
A Figura 8 apresenta os dois primeiros modos da
variação acoplada entre a TSM e a PNM e as séries temporais
associadas, para ambos experimentos. Os três primeiros
modos representam 62,1% e 63,0% da variância explicada,
respectivamente para os períodos pré e pós-industrial, sendo
que cada modo independentemente responde por 37,7%,
12,6% e 11,8% e, 36,7%, 14,0% e 12,3% da variância
explicada, respectivamente.
O Oceano Atlântico Sul tem seu primeiro modo da
TSM (Figuras 8a e 8b) caracterizado por uma forte estrutura
dipolar, com valores positivos máximos de 0,02ºC ao sul de
aproximadamente 30ºS e negativos de 0,08ºC ao norte da
bacia. Esse modo da TSM mostra uma estrutura semelhante ao
primeiro modo da variabilidade encontrada na análise de EOF
(Figura 1a e 2a). Um campo positivo de PNM (Figuras 8a e
8b) com núcleo mais intenso de 0,1hPa no centro da bacia, em
torno de 20ºW, 20ºS, mostra-se acoplado ao padrão dipolar de
TSM. O primeiro modo da SVD entre a TSM e PNM explica
37,7% da variância para o período pré-industrial (Figura 8a) e
36,7%, para o pós-industrial (Figura 8b). Os padrões espaciais
Abril 2005
Revista Brasileira de Meteorologia
113
do primeiro modo da SVD para o experimento pré-industrial
e para o pós-industrial são bastante semelhantes entre si. O
primeiro modo da SVD entre a TSM e a PNM indica um forte
acoplamento entre o oceano e a atmosfera. O padrão espacial
da PNM sugere a intensificação/desintensificação da Alta
Subtropical do Atlântico Sul. Esse comportamento da PNM
induziria ventos anômalos de superfície, que, por sua vez,
seriam responsáveis pela estrutura dipolar na TSM. Segundo
Sterl e Hazeleger (2002), o padrão de monopolo da PNM
causaria mudanças anômalas no fluxo de calor latente e na
profundidade da camada de mistura oceânica, produzindo o
gradiente norte-sul da TSM. O primeiro modo acoplado da
TSM e PNM concorda com o padrão encontrado por Venegas
et al. (1997).
a)
b)
c)
d)
e)
f)
Figura 7: Espectros de potência das séries temporais dos coeficientes de expansão do primeiro modo da EOF para a: TSM (a)
experimento pré-industrial e (b) experimento pós-industrial; PNM (c) experimento pré-industrial e (d) experimento pós-industrial;
TB (e) experimento pré-industrial e (f) experimento pós-industrial. Linha pontilhada: limite de confiança de 95%. Eixo x: freqüência
(ciclos/mês). Eixo y: potência.
114
Andréa Taschetto e Ilana Wainer
Volume 20(1)
a)
b)
Figura 8: Primeiro modo da SVD entre a TSM e PNM com os padrões espaciais (acima) e respectivas séries temporais dos
coeficientes de expansão com média móvel de 5 anos (abaixo) para: (a) o experimento pré-industrial e (b) o experimento pósindustrial. Intervalos de contornos de 0,02ºC e 0,05mbar. As séries temporais são adimensionais.
Abril 2005
O segundo modo da SVD, apresentado na Figura 9,
mostra diferenças significativas em seus padrões espaciais. O
período pré-industrial (Figura 9a) é caracterizado por valores
negativos da TSM na porção leste da região de estudo junto ao
continente africano e, na costa sudeste da América do Sul, sob a
região da Confluência Brasil-Malvinas. Na região tropical e na
costa brasileira, até aproximadamente 35ºS, o padrão espacial
apresenta valores positivos da TSM, com máximos de 0,08ºC.
A PNM mostra valores positivos na parte leste da região de
estudo, com um núcleo de máxima em torno de 20ºS, 0ºE,
associado a 0,1hPa.
Já o segundo modo do período pós-industrial (Figura
9b) apresenta padrões bastante distintos do período préindustrial. A TSM apresenta valores superiores a 0,08ºC junto
à costa sudeste/sul brasileira e em uma banda de autovetores
positivos que se estende zonalmente por uma faixa estreita até
a costa africana. Ao norte de 10ºS, o sinal é positivo, porém
de menor intensidade (aproximadamente 0,02ºC). Intercaladas
às regiões de valores positivos, encontram-se bandas zonais
de sinal oposto, localizando-se mais especificamente na costa
sudeste africana até a costa nordeste brasileira, e na porção sul
do oceano, entre 35ºS e 45ºS aproximadamente, apresentando
valores negativos. Junto a esse padrão de TSM está o modo
acoplado da PNM, que apresenta valores negativos na maior
parte da região de estudo e um núcleo de valores máximos de
0,1hPa, em torno de 10ºW, 15ºS.
A Tabela 2 indica a correlação entre os coeficientes de
expansão das duas variáveis para os dois primeiros modos de
SVD, como um indicador da intensidade de acoplamento. Os
coeficientes de correlação dos três primeiros modos mostram
um acoplamento relativamente forte entre as duas variáveis
tanto no período pré-industrial como no pós-industrial, todos
acima de 45%, com nível de significância de 95%.
Modo
1
2
3
115
Revista Brasileira de Meteorologia
Pré-Industrial
FCQ
R
37,7%
0,46
12,6%
0,48
11,8%
0,46
Pós-Industrial
FCQ
r
36,7%
0,48
14,0%
0,45
12,3%
0,46
Tabela 2: Fração da covariância quadrada (FCQ) e coeficiente
de correlação (r) entre as séries dos coeficientes de expansão de
TSM e PNM.
4.3.2. TB e PNM
Os primeiros modos da análise de SVD para o TB e a
PNM podem ser vistos na Figura 10 para os experimentos pré
e pós-industrial. Para o período pré-industrial (Figura 10a), os
três primeiros modos são responsáveis por 84,1% da variância,
sendo individualmente 51,7% para o primeiro modo, 20,8% para
o segundo e 11,6% para o terceiro. O primeiro modo do período
pós-industrial (Figura 10b) responde por 53,0% da variância
explicada, enquanto que o segundo e o terceiro modos são
responsáveis por 20,0% e 11,3%, respectivamente, totalizando
84,3% da variância explicada para os três primeiros modos.
O primeiro modo da SVD para o período préindustrial (Figura 10a) apresenta campos acoplados de TB
e PNM bastante semelhante ao do período pós-industrial. O
padrão espacial do primeiro modo do TB é caracterizado por
maiores valores ao sul de 30ºS, tendo seu máximo de 0,1Sv
entre as latitudes de 40ºS e 50ºS e ao longo da longitude de
aproximadamente 18ºW. Esse padrão do TB é semelhante ao
primeiro modo encontrado na EOF (Figura 5a e 6a). O padrão
espacial da PNM acoplado ao do TB mostra valores negativos
significantes na porção sul-sudeste da região estudada. A
grande diferença entre os resultados do primeiro modo da
SVD dos dois experimentos está nas séries dos coeficientes
de expansão associadas. A série temporal do período préindustrial (Figura 10a) sugere uma variabilidade de baixa
freqüência de aproximadamente 600 meses no TB. Tanto a
série temporal dos coeficientes de expansão do TB quanto a da
PNM para o experimento pós-industrial (Figura 10b) mostra
uma variabilidade de freqüência mais alta em relação a das
séries do pré-industrial mostradas na Figura 10a.
O segundo modo da SVD para os períodos pré e
pós-industrial são apresentados na Figura 11. Observa-se um
padrão espacial de TB (Figuras 11a e 11b) negativo na maior
parte do oceano. Em torno de 45ºS, 40ºW, nota-se um núcleo
de mínimo associado a –0,12Sv, e valores máximos de 0,1Sv
ao longo de 50ºW, entre as longitudes aproximadas de 20ºW e
20ºE. O primeiro modo da PNM (Figuras 11b e 11b) acoplado
ao do TB é caracterizado por um núcleo de máxima pressão
de 0,1hPa entre as longitudes de 0ºW e 30ºW, ao longo da
latitude de 35ºS. Ao sul de aproximadamente 48ºS os valores
de pressão são negativos, alcançando –0,15hPa. Os modos
acoplados da PNM e do TB não mostram grandes diferenças
entre os padrões espaciais dos períodos pré e pós-industrial.
A Tabela 3 apresenta o percentual da FCQ explicada
e o coeficiente de correlação (r) entre as séries temporais
dos coeficientes de expansão para os três primeiros modos
acoplados, em ambos experimentos. Pode-se verificar, através
da correlação entre as séries, que os modos são fortemente
acoplados, todos acima de 0,5, com nível de significância de
95%.
Modo
1
Pré-Industrial
FCQ
R
Pós-Industrial
FCQ
R
51,7%
0,66
53,0%
0,66
2
3
20,8%
11,6%
0,69
0,53
20,0%
11,3%
0,63
0,54
Tabela 3: Fração da covariância quadrada (FCQ) e coeficiente
de correlação (r) entre as séries dos coeficientes de expansão
de TB e PNM.
116
Andréa Taschetto e Ilana Wainer
Volume 20(1)
a)
b)
Figura 9: Segundo modo da SVD entre a TSM e PNM com os padrões espaciais (acima) e respectivas séries temporais dos
coeficientes de expansão com média móvel de 5 anos (abaixo) para: (a) o experimento pré-industrial e (b) o experimento pósindustrial. Intervalos de contornos de 0,02ºC e 0,05mbar. As séries temporais são adimensionais.
Abril 2005
Revista Brasileira de Meteorologia
117
a)
b)
Figura 10: Primeiro modo da SVD entre o TB e PNM com os padrões espaciais (acima) e respectivas séries temporais dos
coeficientes de expansão com média móvel de 5 anos (abaixo) para: (a) o experimento pré-industrial e (b) o experimento pósindustrial. Intervalos de contornos de 0,02Sv e 0,05mbar. As séries temporais são adimensionais.
118
Andréa Taschetto e Ilana Wainer
Volume 20(1)
a)
b)
Figura 11: Segundo modo da SVD entre o TB e PNM com os padrões espaciais (acima) e respectivas séries temporais dos
coeficientes de expansão com média móvel de 5 anos (abaixo) para: (a) o experimento pré-industrial e (b) o experimento pósindustrial. Intervalos de contornos de 0,02Sv e 0,05mbar. As séries temporais são adimensionais.
Abril 2005
Revista Brasileira de Meteorologia
119
5. DISCUSSÕES E CONCLUSÕES
6. AGRADECIMENTOS
Neste trabalho foi realizado um estudo sobre as
mudanças nos padrões de variabilidade na TSM, PNM e TB
do Oceano Atlântico Sul, devido ao aumento na concentração
dos gases estufa, através das simulações dos períodos pré e pósindustrial do modelo acoplado NCAR CCSM. Os resultados
das técnicas estatísticas de EOF, SVD e MTM utilizadas
para estudar a variabilidade interanual mostraram diferenças
significativas não só nos padrões espaciais, mas principalmente
no comportamento das séries temporais dos coeficientes de
expansão entre os dois experimentos.
Os padrões estacionários dos dois primeiros modos da
EOF para as variáveis analisadas mostraram maiores amplitudes
ao sul de 30ºS. A TSM sofreu maiores mudanças nos modos
espaciais do que a PNM e o TB, apresentando uma estrutura
dipolar mais acentuada no primeiro modo e uma menor região
de valores negativos junto à costa sudeste do continente sulamericano no segundo modo da EOF do período pré-industrial
em relação ao pós-industrial.
A análise espectral revelou comportamentos distintos
das séries temporais associadas ao primeiro modo da EOF entre
os dois experimentos simulados. A TSM e o TB na simulação
pós-industrial apresentaram os mesmos períodos, enquanto
que a TSM e PNM têm períodos semelhantes durante o
experimento pré-industrial, indicando comportamento acoplado
entre as variáveis. A grande diferença, porém, encontra-se nos
períodos das séries temporais entre os experimentos simulados,
que mostram deslocamento das freqüências obtidas na análise
espectral, devido ao aumento na concentração dos gases estufa.
A análise de SVD realizada entre a TSM e a PNM
apresentou, em seu primeiro modo acoplado, uma estrutura
dipolar da TSM (semelhante ao primeiro modo da EOF) e uma
estrutura de monopolo da PNM associada à intensificação/
desintensificação da Alta Subtropical sobre o Atlântico Sul. O
segundo modo acoplado revelou mudanças significativas em
sua estrutura espacial: enquanto a TSM apresentou dipolos
verticais para o experimento pré-industrial, o período pósindustrial mostrou um quadrupolo horizontal. A análise de
SVD entre o TB e a PNM apresentou um padrão fortemente
acoplado (responsável por 50% da covariância quadrada no
primeiro modo) com variações na porção sul da bacia tanto no
primeiro quanto no segundo modo acoplado. De uma maneira
geral, pôde-se notar que a maior variabilidade das variáveis aqui
estudadas encontra-se nas latitudes superiores a 30ºS, tanto nas
análises de EOF quanto nas de SVD.
Os resultados obtidos neste estudo indicam que a
mudança na concentração dos gases estufa, juntamente com
o acoplamento entre o oceano e a atmosfera, pode alterar
a variabilidade dos parâmetros oceânicos aqui analisados.
Constatou-se nesse estudo, por exemplo, o deslocamento da
variabilidade do TB e da TSM para freqüências mais baixas
num clima mais quente. Os mecanismos físicos que justificam a
grande mudança na variabilidade ainda são objetos de estudo.
As autoras agradecem ao CNPq nº 300223/93-5,
300040/94-6 e 130670/00-6, CNPq/MMA nº 550363/02-5 e
a FAPESP nº 00/02958-7 e 02/01211-0. Parte desse trabalho
teve auxílio da NSF/SGER. As autoras também agradecem ao
departamento CGD do NCAR.
7. REFERÊNCIAS BIBLIOGRÁFICAS
BONAN, G. B. The land surface climatology of the NCAR
Land Surface Model coupled to the NCAR Community
Climate Model. J. Clim., v.11, p.1307-1326, 1998.
BOVILLE, B., GENT, P. R. The NCAR Climate System
Model, version one. J. Clim., v.11, p.1115-1130, 1998.
BRETHERTON, C. S., SMITH, C., WALLACE, J. M. An
intercomparison of methods for finding coupled patterns in
climate data. J. Clim., v.5, p.541-560, 1992
CROWLEY, T. J. Causes of climate change over the past 1000
years. Science, v.289, n.5477, p.270-277, 2000.
FLUCKIGER, J., DALLENBACH, A., BLUNIER,
T., STAUFFER, B., STOCKER, T. F., RAYNAUD,
D., BARNOLA, J. M. Variations in atmospheric N2O
concentration during abrupt climatic changes. Science, v.285,
p.227-230, 1999.
GENT, P. R., BRYAN, F. O., DANABASOGLU, G., DONEY,
S. C., HOLLAND, W. R., LARGE, W. G., MCWILLIAMS,
J. C. The NCAR Climate System Model global ocean
component. J. Clim., v.11, p.1287-1306, 1998.
HOUGHTON, J. T., MEIRA FILHO, L. G., CALLENDER,
B. A., HARRIS, N., KATTENBERG, A., MASKELL, K.
Climate Change 1995 - The science of climate change.
Cambridge, Cambridge Univ. Press, 1995.
ICE CORE WORKING GROUP. Ice core contributions
to global change research: past successes and future
directions. The National Ice Core Laboratory, University of
New Hampshire, 1998.
INDERMUHLE, A., STOCKER, T. F., JOOS, F.,
FISCHER, H., SMITH, H. J., WAHLEN, M., DECK, B.,
MASTROIANNI, D., TSCHUMI, J., BLUNIER, T., MEYER,
R., STAUFFER, B. Holocene carbon-cycle dynamics based
on CO2 trapped in ice at Taylor Dome, Antartica. Nature,
v.398, p.121-126, 1999.
MITCHELL, J. F. B. The greenhouse effect and climate
change. Rev. Geophys., v.27, n.1, p.115-139, 1989.
120
Andréa Taschetto e Ilana Wainer
MITCHELL, J. F. B., JOHNS, T. C., GREGORY, J. M., TETT,
S. F. B. Climate response to increasing levels of greenhouse
gases and sulfate aerosols. Nature, v.376, n.6540, p.501-504,
1995.
NEFTEL, A., MOOR, E., OESCHGER, H., STAUFFER, B.
Evidence from Polar Ice Cores for the increase in atmospheric
CO2 in the last two centuries. Nature, v.315, n.6014, p.45-47,
1985.
PERCIVAL, D. B., WALDEN, A. T. Spectral analysis
for physical applications - Multitaper and conventional
univariate techniques. Cambridge University Press, 702p,
1993.
PREISENDORFER, R. W. Principal component analyses in
meteorology and oceanography. Elsevier, New York, 425 p,
1988.
SOLOMON, A. M.,TRABALKA, J. R., REICHLE, D. E.,
VOORHEES, L. D. The global carbon cycle, in J. R. Trabalka
(ed.). Atmospheric carbon dioxide and the global carbon
cycle. U.S. Department of Energy Report DOE/ER-0239,
1985.
Volume 20(1)
STERL, A., HAZELEGER, W. Coupled variability and air-sea
interaction in the South Atlantic Ocean. Clim. Dynam., v.21,
n.7/8, p.559-571, 2002.
STOTT, P. A., TETT, S. F. B., JONES, G. S., ALLEN, M. R.,
INGRAM, W. J., MITCHELL, J. F. B. Attribution of twentieth
century temperature change to natural and anthropogenic
causes. Clim. Dynam., v.17, n.1, p.1-21, 2001.
TASCHETTO, A. S., WAINER, I. A influência dos gases
estufa no Oceano Atlântico Sul: estudo climatológico.
Rev. Bras. Oceanografia, v.51, p.39-54, 2003.
TETT, S. F. B, STOTT, P. A., ALLEN, M. R., INGRAM, W. J.,
MITCHELL, J. F. B. Causes of twentieth-century temperature
change near the Earth’s surface. Nature, v.399, n.6736, p.569572, 1999.
VENEGAS, S. A., MYSAK, L. A., STRAUB, D. N.
Atmosphere-ocean coupled variability in the South Atlantic.
J. Clim., v.10, n.11, p.2904-2920, 1997.
WAINER, I., VENEGAS, S. A. South Atlantic multidecadal
variability in the Climate System Model. J. Clim., v.15,
p.1408-1420, 2002.