Isidro Metódio (2016).pdf

Isidro Metódio (2016).pdf
Documento PDF (2.1MB)

UNIVERSIDADE FEDERAL DE ALAGOAS
INSTITUTO DE CIÊNCIAS ATMOSFÉRICAS
PROGRAMA DE PÓS-GRADUAÇÃO EM METEOROLOGIA

ISIDRO METÓDIO TULENI JOHANES IHADUA

ESTABELECIMENTO DE CRITÉRIOS INOVADORES PARA A QUANTIFICAÇÃO
DA PRECIPITAÇÃO PARA A REGIÃO COBERTA PELO RADAR
METEOROLÓGICO DE MACEIÓ.

Maceió –AL
Fevereiro, 2016

ISIDRO METÓDIO TULENI JOHANES IHADUA

ESTABELECIMENTO DE CRITÉRIOS INOVADORES PARA A QUANTIFICAÇÃO
DA PRECIPITAÇÃO PARA A REGIÃO COBERTA PELO RADAR
METEOROLÓGICO DE MACEIÓ.

Dissertação apresentada à coordenação de PósGraduação em Meteorologia – MET/UFAL,
como parte dos requisitos para obtenção do
título de Mestre em Meteorologia – Área de
concentração Processos de Superfície Terrestre.

Orientador:

Professor

Doutor

Ricardo

Sarmento Tenório (Doutor em Teledetecção
Atmosférica).

Co-orientador:

Professor

Doutor

Carlos

Frederico Angelis (Doutor em Geografia e
Ciências Ambientais)

Maceió –AL
Fevereiro, 2016

DEDICATÓRIA

À minha Família, dedico.

EPÍGRAFE

A cienêia trabalha na fronteira entre
conhecimento e ignorância.
Não temos medo de admitir que não sabemos.
Não há vergonha nisso.
A única vergonha, é fingirmos que temos todas as
respostas.
Neil deGrasse Tyoson

AGRADECIMENTOS

Agradeço a todas as pessoas que contribuíram de alguma forma para a realização desses
estudos, cujo apoio foi essencial para que este trabalho frutificasse, tornando-se uma realidade.
Não poderia nesse momento me frutar em descartar algumas pessoas, em especil, as
quais aqui registro o meu muito obrigado:
Ao meu orientador Doutoro Ricardo Sarmento Tenório, pela acolhida nos caminhos da
busca, lição de coragem, ousadia, equilíbrio, e objetividade reveladas em todo fazer da pesquisa.
Ao meu Co-orientador Doutor Carlos Frederico Angelis, pelo encanto e magia sugeridos
nas falas, na parceria construída de momentos significativos, na cumplicidade do querer, na
força do dizer em todas as etapas da pesquisa.
Ao Jojhy Sakuragi, exemplo de dedicação, disciplina e seriedade nos encaminhamentos
acadêmicos. Fonte de desprendimento e sabedoria, nas infindáveis sugestões e explicações
revelados por tranquilas palavras linguagem.
À Izabelly Carvalho da Costa, desprendimento e disponibilidade na colaboração na
algumas etapas do trabalho.
Aos meus pais Eusébio e Feliciana, suporte maior da minha vida, pela dedicação,
amparo e cuidado. Exemplo de força, persistência e dignidade.
À comissão julgadora, costituidas pelos professores doutores Ricardo Ferreira Carlos de
Amorim e Edel Guilherme Silva Pontes por suas ricas contribuições ao trabalho.
À coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) pela
viabilização deste trabalho, na colaboração do apoio financeiro.
Por fim, ao meu colega e companheiro de turma João Maria de Sousa Afonso, pelas
trocas e confidências, que resultaram em uma grande amizade.

IHADUA, I. M. T. J.; Estabelecimento de Critérios Inovadores para a Quantificação da
Precipitação para a Região Coberta pelo Radar Meteorológico de Maceió. Trabalho de
Conclusão de Mestrado em Meteorologia, Instituto de Ciências Atmosféricas, Universidade
Federal de Alagoas, 2016.

RESUMO

O presente trabalho tem o objetivo principal de contribuir para estabelecer critérios inovadores
para a quantificação da precipitação para a região coberta pelo radar meteorológico de Maceió.
Para o efeito foi utilizado dados de radar meteorológico, do disdrômetro e dos pluviômetros
para o cálculo da distribuição de tamanho de gotas e converteu-se as imagens de radar em
dados pluviométricos objetivando o estudo e levantamento de relações Z-R, KDP-R e ZDR-R
para classificar a natureza de hidrometeoros e a quantificação da precipitação na área de
cobertura do radar meteorológico. Durante a decorrência do trabalho não foi possível fazer o
levantamento da relação KDP-R nem fazer a calibração com acumulado da taxa de chuva de 24
horas para a verificação da eficácia da estimativa por causa da ocorrência do episódio do El
Niño forte (ano de 2015) que, na maioria da vezes, influiu no declínio da chuva na estação
chuvosa no Nordeste brasileiro, por consequência da diminuição drástica de precipitação pesou
na consistência e suficiência dos dados de radar, consequentemente não houve taxa de chuva
superior a 30 mm.h-1 nem se quer sequência de dados para fazer o acumulado de 24 horas para
a verificação da eficácia da calibração. No entanto, não desprestigiou a finalização do trabalho
que optou-se por se fazer somente, a estimativa polarimétrica ZDR (relação ZDR-R) com dados
instantanéos a cada 10 minutos. Os resultados obtidos com a estimativa polarimétrica ZDR e
calibração com taxas instantâneas de chuva, foram de expressiva relevância científica. A
classificação dos hidrometeoros (com os dados do disdrômetro) caracterizou a microfísica das
gotas que apresentou resultados condizentes com o que se observou nas relações polarimétricas
ZDR-R das taxas estantanéas de chuva. Para taxa de chuva superior a 6 mm.h-1, a DTGs variou
de 0,187 - 2,375 mm, a maior frequência de concentração das gotas foi na classe 0,427
(diâmetro em mm) com 34.224 gotas. Houve também variabilidade nas classes 1,187 - 2,125
mm, com total de 1.949 gotas. Já a taxa de chuva superior a 2 mm.h-1 e taxa de chuva inferior
a 6 mm.h-1 conferiu-se gotas com diâmetros superior a 1 mm, totalizando 126 gotas, que variou
de 0,187 - 1,375 mm de diâmetro, a maior frequência de concentração das gotas ocorreu na
classe de 0,427 mm de diâmetro com 79.785 gotas. Para taxa de chuva inferior a 2 mm.h-1 a
DTGs variou de 0,187 - 0,937 mm, com maior frequência de concentração de gotas na classe

de 0,312 de diâmetro com 83.812 gotas, houve somente concentração de 13 gotas na classe
0,937 mm de diâmetro. Os hidrometeoros foram provenientes do tipo de nuvens quentes de
origem de sistemas de mesoscalas (por exemplo, brisas marinha/terrestre). As relações
polarimétricas ZDR-R na correlação apresentaram pouca dispersão do que as relações
tradicionais Z-R que pressupõe boa estimativa na quantificação de chuva. Na calibração da taxa
instantânea de chuva dos dados do radar e dados dos pluviômetros, apesar de que o radar ter
superestimado a taxa instantânea em quase todo periódo com viés máximo de 10,23 e mínimo
de -0,14, a polarimétria ZDR (relação ZDR-R) estimou com expressão a taxa instantânea,
houve comportamento padrão entre as taxas instantâneas estimadas e as taxas instantâneas
observadas dos pluviômetros em todo periódo, com RMS de 1,00.

Palavras chave: Leste do Nordeste do Brasil, Disdrômetro Parsivel, hidrometeoros,
Intensidade da chuva, polarimetria ZDR e KDP.

iii

IHADUA, I. M. T. J.; Estabelecimento de Critérios Inovadores para a Quantificação da
Precipitação para a Região Coberta pelo Radar Meteorológico de Maceió. Conclusion
Master's study in Meteorology, Institute of Atmospheric Sciences, Federal University of
Alagoas, in 2016.
ABSTRACT

The main objective of this study is to contribute for the stablishment of new criteria to quantify
the precipitation for the área covered by the meteorological radar of Maceió, Alagoas. Radar,
disdrometer and pluviometer data were used to calculate the drop diameter distribution and
radar images were converted into pluviometric data with the purpose of obtaining the Z-R, KDP
and ZDR-R relations necessary to classify the nature of the hydrometeors and quantify the
precipitation. During the elaboration of this study, it was neither possible to obtain the KDP-R
relation nor to calibrate the accumulated 24 hour rain rate in order to verify the efficiency of
the estimative due to the occurrence of a strong El Nino (in 2015). Generally, El Nino events
causes a decrease in the precipitation of the Northeaster’s rainy season and, rain rates greater
than 30 mm/hr or sequences of data to obtain the 24 hr totals (to check the efficiency of the
calibration) were not available. However, this drawback did not fade the importance of the
study because it was possible to obtain the polarimetric estimates ZDR (ZDR-R relation) and
the precipitation at every 10 minutes. The outcomes resulting from the polarimetric ZDR
relation and calibration with instantaneous rates are of expressive scientific relevance. The
classification of the hydrometeors (using the disdrometer data) characterized the water droplet
microphysics yielding consistent results when compared to the observed ZDR-R relation of the
instantaneous rain rates. The DSGs changed from 0,187 to 2,375 for rain rates greater than 6
mm/hr with the largest drop concentration frequencies within the class 0,427 (diamters in mm)
with 34.224 drops. There was also variability in the classes 1,187 - 2,124mm, with a total of
1.949 drops. For rain rates greater than 2 mm/hr and smaller than 6mm/hr, drops with diameters
greater than 1mm were detected, totaling 126 drops with diameters within the 0,187 - 1,375
mm interval; the largest drop concentration frequency occurred in the diameter class of 0,427
mm, with 79.785 drops. For rain rates less than 2mm/hr, the DSGs changed from 0,187 to 0,937
with the largest drop concentration frequency occurred in the diameter class of 0,312 mm, with
83.812 drops. There was only concentration of 13 drops in the diameter class of 0,937mm. The
hydrometeors were from hot clouds associated with meso-scale systems (for example, sea/land
breezes). The polarimetric ZDR-R relations appearing in the correlations showed less
dispersion than the traditional Z-R relations, which presume good estimates in the rain

quantification. Although the radar have overestimated the instantaneous rain rates during most
of the period of the study maximum of 10,23 and minimum of 0,14), the polarimetric ZDR-R
relations yielded good agreement between the estimated and observed instantaneous rates for
the entire period, with RMSE of 1.00.

Key words: Eastern northeastern Brazil, Parsivel disdrometer, hydrometeors, rain intensity,
ZDR and KDP polarimetry.

LISTA DE FIGURAS
Pag.
Figura 2.1 – Curvas de Köhler para um aerossol de cloreto de sódio (NaCl) com massa Ma igual
a 0,2 x 10-20 kg (curva cinza) e para água pura (curva preta) à temperatura de 20° C. Fonte:
Adaptada de Pruppacher e Klett (1985) .................................................................................... 9
Figura 2.2 – Comparação entre tamanho, concentração e velocidade terminal de algumas
partículas envolvidas em processos de formação de nuvens e precipitação. Fonte: Adaptada de
McDonald (1958) ..................................................................................................................... 10
Figura 2.3 - Interpretação física de Parâmetros polarimétrico de (a)fase diferencial (ΦDP) e
(b)fase diferencial específica (KDP) Fonte: Adaptada de Clark Payne (2013) .......................... 26
Figura 2.4 - Interpretação física do Parâmetro polarimétrico da refletividade diferencial (ZDR).
Fonte: Adaptada de Clark Payne (2013)................................................................................... 27
Figura 4.1 Mapa geográfico brasileiro, localização do Nordeste e do Estado de Alagoas e da
cidade de Maceió onde se encontra o radar meteorológico S-POL do CEMADEN. Fonte:
Adaptado de Tayob (2014) ...................................................................................................... 30
Figura 4.2 Raios de alcance do radar (círculos preto) e a localização do radar meteorológico
do CEMADEN no Campus A. C. Simões. Fonte: Adaptado de Moraes et al. (2004) ............. 31
Figura 4.3 Disdrômetro OTT Parsivel2 localizado na área externa do sistema de radar
meteorológico de Alagoas. Fonte: Adaptado de Tayob (2014) ............................................... 33
Figura 4.4 Princípio de funcionamento de OTT Parsivel2.Fonte: Manual de instruções
operacionais do “Present weather sensor OTT Parsivel. Fonte: Adaptada de Tatob (2014).... 35
Figura 4.5 Ilustração de pluviômetros automáticos ................................................................. 37
Figura 4.6 Conjunto pedestal, refletor e antena (com a proteção de uma cúpula) do radar S-POL
SIRMAL do CEMADEN. Estrutura metálica (dentro da cúpula) contém os transmissor,
receptor e demais subsistemas. ................................................................................................ 37
Figura 4.7 Ilustração de um guia de onda com espessura igual à metade do comprimento de
onda utilizado no radar. Fonte: Adaptada de Seliga e Bringi (1976) ...................................... 39
Figura 4.8 Ilustração da curvatura de um feixe de radar na atmosfera .................................... 40
Figura 4.9 Ilustração de varredura em azimute ....................................................................... 41
Figura 5.1 – Resultados de cálculo da distribuição de tamanho de gotas, medidos pelo
disdrômetros Parsivel do SIRMAL durante os meses de Julho e Agosto, periódo de estudo .. 46

Figura 5.1 Resultados de cálculo da distribuição de tamanho de gotas, medidos pelo
disdrômetros Parsivel do SIRMAL durante os meses de Julho e Agosto, periódo de estudo.
.................................................................................................................................................. 46
Figura 5.2 Diagrama (5.2 a,b) de dispersão das refletividade ZDR (dBs) versus taxa de chuva
R (mm.h-1) do período estudado. .............................................................................................. 48
Figura 5.3 Variação temporal da refletividade ZDR e da taxa de chuva do período estudado
.................................................................................................................................................. 48
Figura 5.4 Diagrama (5.4 a,b) de dispersão das refletividade ZDR (dBs) versus taxa de chuva R
> 6 mm h-1 (no intervalo de 15 minutos de amostras) .............................................................. 49
Figura 5.5 Variação temporal da refletividade ZDR e da precipitação superior a 6 mm h1. 50
................................................................................................................................................. 50
Figura 5.6 Concentração da DTGs calculadas em relação ao espectros de gotas medidos via
disdrômetro para precipitações > 6 mm h-1, nos intervalos de 5 minutos de dados ................ 50
Figura 5.7 Diagrama (5.7 a,b) de dispersão das refletividade ZDR (dBs) versus taxa de chuva R
< 2 mm h-1 (para 15 minutos de amostras) ............................................................................... 51
Figura 5.8 Variação temporal da refletividade e da precipitação inferor a 2 mm h-1 .............. 52
Figura 5.9 Concentração da DTGs calculadas em função do espectros de gotas medidos via
disdrômetro para taxa de chuva inferior de 2 mm h-1 .............................................................. 52
Figura 5.10 a,b Diagrama de dispersão das refletividade ZDR (dBs) versus taxa de chuva entre
2 a 6 mm h-1 (no intervalo de 7 minutos de amostras) ............................................................. 53
Figura 5.11 Variação temporal da refletividade e da precipitação entre 2 a 6 mm h-1 ............ 54
Figura 5.12 Concentração da DTGs calculadas em função do espectros de gotas medidos via
disdrômetro para a taxa de chuva entre 2 a 6 mm h-1 ............................................................... 55
Figura 5.13 Comparação das Concentrações da DTGs calculadas em função do espectros de
gotas medidos via disdrômetro para os três conjuntos de taxas de chuva distintas (cor azul
para taxa de chuva inferior a 2 mm.h-1, cor laranja para taxa de chuva entre 2 mm.h-1 a 6
mm.h-1 e taxa de chuva entre 6 mm.h-1 a 30 mm.h-1) ............................................................... 56
Figura 5.14 Comparação de séries temporais da refletividades do radar e do disdrômetro em
dBZs para todo periódo estudado ............................................................................................ 57

vii

Figura 5.15 Quarenta minutos de calibração das taxas instantâneas de chuva estimada (do
algoritmo polarimétrico ZDR) versus taxas instantâneas de chuva observadas dos
pluviômetros ............................................................................................................................. 58
Figura 5.16 Comparação da variação temporal da taxa instantânea de chuva do algoritmo
polarimétrico ZDR de radar (linha vermelha) com a taxa instantânea de chuva dos
pluviômetros (linha azul) .......................................................................................................... 59

viii

LISTA DE TABELAS

Pag.
Tabela 2.1 - Diâmetros típicos de gotas com diferentes intensidade de chuva ....................... 17
Tabela 4.1 Eventos de chuva selecionados a partir dos dados do disdrômetro para os 2 meses
de estudo (Julho e Agosto) do ano 2015 para geração das relações polarimétricas (KDP-R e
ZDR-R) e relação tradicional Z-R ........................................................................................... 32
Tabela 4.2 Volume pluviómetrico acumulado a cada 10 minutos selecionados dos dados dos
pluviômetros a partir de 2 meses (Outubro e Novembro) de 2015 para a calibração da taxa de
chuva......................................................................................................................................... 32
Tabela 4.3 Descrição das caracteristicas eletrônicas do disdrômetro OTT Parsivel ............... 34
Tabela 4.4 Classificação de acordo com diâmetro e velocidade das partículas ...................... 36

ACRÓNIMOS E ABREVIATURAS

Refletividade

Taxa de chuva

Diâmetro

Polarizações horizontal

Polarizações vertical

ZDR

Diferencial de reflectividade

KDP

Fase diferencial específica

SIRMAL

Sistema de Radar Meteorológico do Estado de Alagoas

CEMADEN

Centro Nacional de Monitoramento e Alertas de Desastres Naturais

S-POL

Radar banda s de dúpla polarização

NEB

Nordeste do Brasil

VCANs

Vórtices ciclônicos dos altos níveis

SFs

Sistemas frontais

ZCEN

Zonas de convergência sobre o leste do nordeste

ENEB

Leste do nordeste

TSM

Temperatura da superfície do mar

ZCIT

Zona de convergência intertropical

POAs

perturbações ondulatórias no campo dos ventos alísios

NW-SE

Noroeste-sudeste

CCN

Cloud condensation nuclei

NCL

Condensação por levantamento

NaCl

Aerossol de cloreto de sódio

Núcleo de gelo

ITU

International telecommunication union

dBZ

Unidade

Tempo

ΦDP

Propagação de fase diferencial

Unidade

Velocidade

DPSRI

Dual –polarization surface rainfall intensity

DTGs

Distribuição de tamanho de gotas

OMM

Organização meteorológica mundial

FORTRAN

Mathematical formula translation system

SNE

Sul do nordeste

Núcleo de gelo

Velocidade vertical

M.S-1

Metros por segundo

Velocidade terminal

RMS

Root mean square

SUMÁRIO
Pag.
1 INTRODUÇÃO ....................................................................................................................... 1
1.1 Objetivos .......................................................................................................................... 2
2 REVISÃO DA LITERATURA .............................................................................................. 3
2.1 Caracteriticas da precipitação pluviométrica do inverno no ENB ................................... 3
2.1.1 Sistemas Frontais ou Frentes Frias (SFs) ................................................................... 5
2.1.2 Zona de Convergência sobre o ENE (ZCEN) ............................................................ 5
2.1.3 Perturbações Ondulatórias no campo de Alísios (POAs) ............................................ 6
2.1.4 Efeitos de brisa Marinha e brisa Terrestre-Ventos Alísios .......................................... 6
2.2 Peculiaridades microfisicas de sistemas precipitantes .................................................... 8
2.2.1 Formação de nuvens e precipitação .............................................................................. 8
2.2.2 Precipitação estratiforme e convectiva ...................................................................... 12
2.3 Características da precipitação pluviométrica ................................................................ 14
2.3.1 Intensidade da chuva (R) ........................................................................................... 14
2.3.2. Diâmetro da gota (D) ................................................................................................ 15
2.4 Distribuição do tamanho de gota e sua aplicação ........................................................... 17
2.5. Refletividade efetiva do radar ........................................................................................ 22
2.6 Relação (Z-R)................................................................................................................... 22
2.7 Relação (KDP-R) ............................................................................................................ 25
2.8 Relação (ZDR-R) ............................................................................................................. 26
3. CONCLUSÃO ...................................................................................................................... 29
4. METODOLOGIA .............................................................................................................. 30
4.1. local experimental, instrumentação e métodos de análises ............................................ 30
4.1.1. Área de estudo e coleta de dados ............................................................................... 30
4.1.2. Disdrômetro OTT Parsivel2 ....................................................................................... 32
4.1.2.1 Princípio de funcionamento do Disdrômetro OTT Parsivel2 ................................. 34

xii

4.1.3. Radar S-POL .............................................................................................................. 37
4.1.4 Técnicas de análise de dados ...................................................................................... 42
4.1.5 Produtos hidrológicos ................................................................................................. 43
4.1.5.1 Estimativa da taxa de precipitação com a metodologia do Rainbow ..................... 43
4.1.6 Calibração da taxa de chuva gerada pela relação polarimétrica ZDR-R com os dados
dos pluviometros. ..................................................................................................................... 44
4.1.6.1 Coversão dos volumes pluviométricos dos dados dos pluviômetros em taxa de
chuva estantanéa para a comparação com a taxa de chuva do radar gerada ............................ 44
4.1.6.2 Cálculo da raiz quadrática média (RMS) .............................................................. 45
5. RESULTADOS E DISCUSSÃO ....................................................................................... 46
5.1 Distribuição de tamanho das gotas (DTGs) ................................................................... 46
5.2 Relações Z-R (técnica tradicional) e ZDR-R (técnica polarimétrica) para todo período de
estudo ........................................................................................................................................ 47
5.2.1 Relações Z-R (técnica tradicional) e ZDR-R (técnica polarimétrica) para taxa de
chuva superior a 6 mm h-1 ........................................................................................................ 49
5.2.1.1 Distribuição de tamanho das gotas (DTGs) para taxa de chuva > 6 mm h-1 ......... 50
5.2.2 Relações Z-R (técnica tradicional) e ZDR-R (técnica polarimétrica) para taxa de
chuva inferior a 2 mm h-1 ......................................................................................................... 51
5.2.2.1 Distribuição de tamanho das gotas (DTGs) para taxa de chuva < 2 mm h-1 ....... 52
5.2.3 Relações Z-R (técnica tradicional) e ZDR-R (técnica polarimétrica) para taxa de
chuva de 2 a 6 mm h-1............................................................................................................... 53
5.2.3.1 Distribuição de tamanho das gotas (DTGs) para taxa de chuva < 2 mm h- 1 ....... 54
5.2.4 Comparação das Concentrações da DTGs da taxa de chuva < 2 mm.h-1, taxa de
chuva > 2 mm h-1 e < 6 mm h-1, taxa de chuva > 6 mm h-1 e < 30 mm h-1 ............................ 55
5.3 Refetividade de Radar e do Distrometero ...................................................................... 56
5.4 Calibração da taxa estantanéa de chuva gerada pela relação polarimétrica ZDR-R com as
taxas de chuva instantânea dos pluviômetros. .......................................................................... 57
6. CONSIDERAÇÕES FINAIS E SUGESTÕES .................................................................... 58
7. REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................. 62

xiii

APÊNDICE A .......................................................................................................................... 71
APÊNDICE B ........................................................................................................................... 75

INTRODUÇÃO

Inicialmente, o radar meteorológico provocou muito interesse na comunidade
hidrológica por sua capacidade única para descrever a variação espacial e temporal da taxa de
precipitação. Tal característica é particularmente apreciado na gestão da água (mais
especificamente em água que escoam em resposta rápida, hidrologia urbana, gestão de
barragens em áreas montanhosas). O entusiasmo inicial foi mitigada quando se percebeu que a
estimativa de chuva a partir de um radar clássico (medição do radar de reflectividade única Z)
foi afetada por grandes incertezas que poderiam ser reduzidos apenas através de média no
espaço e no tempo, invalidando, assim, em grande medida a especificidade do instrumento.
Com um radar clássico em cada intervalo de compartimento a taxa de precipitação R é derivado
da refletividade Z do radar usando uma relação unívoca Z-R. Na verdade, sabe-se que Z não
depende apenas de R, mas também sobre as características da distribuição de tamanho de gota
de chuva, e em particular do seu diâmetro médio D0, que é um parâmetro sujeitos a grande
variabilidade. Em caso de chuva muito intensa (como a chuva convectiva), o sinal de radar será
afetado por significativa atenuação de dois caminhos, o que irá reduzir consideravelmente a Z
observado e, assim, a estimativa R (SELIGA E BRINGI, 1976).
Sigla et al. (1981) para superar essas dificuldades, radares polarimétricos usam técnicas
de diversidade de polarização que sondam o meio, em duas polarizações, a horizontal (H) e
vertical (V). Sob estresse aerodinâmica, gotas de chuva quando caem tomam uma forma oblata
que se torna mais pronunciada à medida que aumenta o seu tamanho. Radares polarimétricos
tiram vantagem deste efeito físico, que impacta tanto a propagação de uma onda radioeléctrica
de entrada e seu retroespalhado. O efeito retroespalhado é explorado em radares meteorológicos
band-S uma vez que esta faixa de frequência é afetado pela atenuação ao longo da trajetória
através da chuva. Pingos de chuva podem ser equiparados a esferóides achatados
preferencialmente orientadas no plano horizontal. Isso faz com que o eco de radar a partir de
gotas de chuva maiores na polarização H, do que a polarização V, e que este efeito amplia como
o tamanho das gotas também aumentam. A partir da razão da reflectitividade em H polar e V,
respectivamente (ou diferencial de reflectividade ZDR= ZH / ZV), uma estimativa do diâmetro
do volume médio D0 podem ser derivados, e a sua combinação com ZH permite conseguir uma
melhor estimativa do taxa de precipitação R (afectado pela variabilidade da distribuição do
tamanho de gotas).

1.1 Objetivos
Em face ao exposto anteriormente, este trabalho tem como objetivo geral estabelecer
critérios inovadores para a quantificação de precipitação, atravez de polarimétricas KDP (para
chuva forte) e ZDR (para chuva moderada e fraca), e compará-los com o método tradicional
(relação Z-R) para a costa leste do nordeste do Brasil, usando um conjunto de dados do Sistema
de Radar Meteorológico do Estado de Alagoas – SIRMAL/CEMADEN (banda-S de dupla
polarização), dados do disdrômetro Parsivel e dos pluviômetros. Como objetivos específicos,
pretende-se:

1) CLASSIFICAR as gotas de chuva a partir de medidas polarimétricas e do disdrômetro
Parsivel.

2) GERAR E ANALISAR as relações polarimétricas KDP-R, ZDR-R e relação
tradicional Z-R.

3) CALIBRAR E ESTIMAR a natureza da chuva do ponto de vista microfísico.

Como forma de alcançar os objetivos dessa pesquisa, o trabalho está organizado da seguinte
forma: O capítulo 2 descreve a revisão de literatura na qual se destaca os principais sistemas
meteorológicos responsáveis pelas precipitações que ocorrem no inverno (estação chuvosa) na
região em estudo, a microfísica das nuvens e as características das precipitações. No capítulo 3
descreve-se o local de estudo, as diferentes caraterísticas do disdrômetro Parsivel (PARticle
SIze and VELocity), princípio de funcionamento do mesmo, síntese do pluviômetro, sobre radar
de tempo S-POL e a metodologia usada. O capítulo 4 apresenta os resultados e discussões. A
finalização do trabalho, como conclusões e também sugestões para melhoria e futuros trabalhos
de pesquisa estão resumidos no capítulo 5.

REVISÃO DA LITERATURA
A questão mais preocupante relacionada às nuvens são os fenômenos adversos que

afetam a segurança da população, podendo comprometer suas atividades, a integridade física
dos cidadãos e de seus bens materiais. Os responsáveis mais comuns para que tal grau de
severidade seja atingido são grandes volumes de precipitação em um curto espaço de tempo,
ou persistência de uma condição moderada ao longo de horas ou até mesmo dias, podendo
provocar inundações e deslizamentos de terra devido ao encharcamento do solo (DUARTE,
2012). Em função disso, sendo que indispensáveis, não seriam mais que suficiente para
proporcionar avanços na qualidade em estimatir a chuva com maior precisão e, analisar,
interpretar e monitorar os eventos de precipitação com radar de tempo, propondo assim o estudo
detalhado da taxa de precipitação (R) e da refletividade do radar (Z) e de outras variavéis
polarimétricas (KDP e ZDR). No entanto, abordar-se neste capítulo os detalhes referentes aos
sistemas produtores de chuva, microfísica das nuvens e as características da precipitação no
Leste do Nordeste.

2.1 Caracteriticas da precipitação pluviométrica do inverno no Leste do Nordeste
brasileiro.
Devido à sua localização geográfica, o Nordeste do Brasil (NEB) sofre a influência de
sistemas meteorológicos os quais conferem características climáticas peculiares, sendo
conhecida como uma região de alta variabilidade temporal e espacial no campo de precipitação.
Essa alta variabilidade no regime pluviométrico do NEB está associada às interações entre
sistemas meteorológicos de mesoescala e macroescala. Assim, a atuação simultânea ou não
desses sistemas, e de seus posicionamentos relativos à Região, são responsáveis por chuvas
muito acima ou muito abaixo do normal climatológico para essa região, podendo provocar tanto
enchentes como secas severas (MOLION e BERNARDO, 2002).
Ao ser mencionado, o termo “meteorologia” comumente remete à imagem de algum
fenômeno adverso, tal como chuva provenientes de VCANs, Sistemas Frontais (SFs), Zonas de
Convergência sobre o ENEB (ZCEN), as Perturbações Ondulatórias no Campo dos Alísios
(POAs) e outros sistemas característicos no Leste do Nordeste do Brasil (ENEB). São nomes
que estão constantemente nos canais de comunicação e na linguagem da população, por terem
a capacidade de afetar significativamente o cotidiano e a segurança da vida humana no ENEB.

Um dos fatores em comum a todas estas condições é a presença de nuvens, formações pelas
quais geralmente tais sistemas tornam-se visíveis.
Afirma-se que a área Leste do Nordeste, a precipitação chega a atingir acima de 2000
mm anualmente, em quanto que no interior a precipitação anual tem sido menos de 400 mm
(KOUSKY, 1980). Ainda o mesmo autor afirmou que nesta área de variabilidade, existe uma
grande variação de ano em ano. No qual esta variação interanual está relacionada com as
flutuações da temperatura da superfície do mar (TSM) nos oceanos tropicais, o Atlântico e o
Pacifico. Esta variabilidade espacial e temporal da precipitação na Região, provenientes da
atuação de diferentes sistemas meteorológicos, provoca em determinadas localidades a ausência
de chuva durante períodos prolongados, ocasionando graves problemas para a sociedade,
economia e para os ecossistemas naturais. É exequível afirmar que a principal atividade
económica é a produção agrícola, que é apresentada como a base de desenvolvimento de muitas
comunidades na Região, é, quase na sua totalidade, controlada principalmente pela quantidade
e regularidade das chuvas (MOLION e BERNARDO, 2002).
Aragão (1975) argumenta que o tempo e clima no Nordeste são influenciados por pelo
menos cinco diferentes sistemas de circulação atmosférica: Sistemas Frontais (SFs), Zona de
Convergência Intertropical (ZCIT), Perturbações Ondulatórias no Campo dos ventos Alísios
(POAs); brisas e Vórtices Ciclônicos em Altos Níveis (VCANs). Dentre os mecanismos de
grande escala, destacam-se os SFs e a ZCIT que atua no Norte do NEB. Molion e Bernardo
(2002) sublinharam que as POAs e brisas marinha e terrestre fazem parte de mecanismos de
mesoescala, enquanto circulações orográficas e pequenas células convectivas constituem-se
fenômenos da microescala. Sendo que os mesmos autores salientaram que as brisas junto aos
ventos alísios e a Zona de Convergência sobre o ENE (ZCEN) afetam uma faixa que vai da
costa até 300 km dentro da região.
Do conjunto de sistemas supracitados, com exceção do VCAN que se forma em
latitudes tropicais (de Palmer) e da ZCIT, ocorrem principalmente nos meses de verão, sendo
raramente observado no inverno. Descreveu-se minuciosamente os sistemas que atuam durante
o inverno, periódo abragente neste trabalho, dos quais nomeadamente:


Sistemas Frontais (SFs)



Zona de Convergência sobre o ENE (ZCEN)



Perturbações Ondulatórias no Campo dos ventos Alísios (POAs)



Efeitos de brisas marinha e terrestre

2.1.1 Sistemas Frontais ou Frentes Frias (SFs)
Os sistemas frontais (SF) são formados por encontro de duas massas de ar de
temperatura e umidade diferentes. Formados no encontro de uma frente quente e uma frente
fria um sistema de baixa pressão no centro (ciclone), com rotação no sentido horário, no H.S.
Sendo que este ciclone desenvolve-se a partir de uma pequena onda, ganhando assim o grau de
maturidade em diferentes estágios de desenvolvimento (COELHO, 2010). Entre as duas massas
existe uma zona de transição, no qual ocorrem variações bruscas no campo de temperatura e
umidade do ar, denominando-se zona frontal ou frente.
A penetração de sistemas frontais do HS ou seus restos entre as latitudes 5°S e 18°S são
importantes mecanismos produtores de chuvas no SNE e para ENE, como visto em Kousky
(1979) a atuação das frentes no NEB está reduzida a aproximadamente 20% das frentes que
chegam no Brasil. Durante o inverno, essa penetração pode ocorrer até latitudes equatoriais,
pois, nessa época, a posição média da ZCIT é em torno de 10°N. O mesmo autor estudou a
interação entre os SFs e o NEB constando que, a variação da taxa de precipitação anual na
região costeira é pequena, porém, ao adentrar o continente verificou-se que essa variabilidade
tornou-se maior, principalmente sobre a região do semiárido. É de salientar que, o ENEB não
foi atingido por nenhum sisetma frontal durante o período de estudo.

2.1.2 Zona de Convergência sobre o ENE (ZCEN)
O ENE (7° a 18°S) tem seu máximo de precipitação no período de abril a julho, época
em que as frentes frias são mais intensas, e que se observa uma Zona de Convergência sobre o
ENE (ZCEN), constituindo um importante mecanismo dinâmico para a produção de chuvas
sobre essa região, produzindo precipitação numa faixa de até 200 km do litoral. A ZCEN
apresenta convecção rasa, com um cavado indo até 700 hPa (uma baixa nos níveis médios) cuja
orientação é de NW-SE, é alimentada pela umidade do Atlântico Sul e sua atividade está
relacionada às anomalias da TSM. Sendo que o mecanismo dinâmico mais importante
responsável pela produção de chuva no ENEB durante a quadra chuvosa (MOLION e

BERNARDO, 2002).

2.1.3 Perturbações Ondulatórias no campo de Alísios (POAs)
As POAs são ondas que se formam no campo de pressão atmosférica, ao longo dos
ventos alísios, seu deslocamento é de leste para oeste. O campo dos Ventos Alísios é
frequentemente perturbado por penetrações de sistemas frontais em latitudes baixas, quer sobre
o oceano quer sobre o continente. No Atlântico Sul, a convergência dos ventos de sul,
associados aos sistemas frontais, com os ventos de leste, provocam perturbações ondulatórias
nos Alísios (POAs) que se propagam para oeste imersas no campo dos alísios (MOLION e
BERNARDO, 2002).
A evolução de sistema convectivo de mesoescala proveniente da POAs foi
acompanhado por Gomes Filho et al (1979). Os autores descreveram que esse sistema teve sua
origem sobre o Oceano Atlântico, distante 150 km da costa paraibana, penetrou sobre o
Continente onde causou precipitação intensa e alcançou o Sertão, aproximadamente 500 km da
costa. Os mesmos autores observaram também a interação do sistema com a topografia do
terreno, o que provocou alterações significativas na intensificação do sistema, causando
precipitação intensa em várias regiões da Paraíba.
Por sua vez, Yamazaki e Rao (1977) fizeram análise de imagens de satélites em órbita
polar para as faixas 5°S-10°S e 10°S-15°S e concluíram que perturbações ondulatórias
poderiam ser a causa das chuvas na costa do ENE nos meses de junho a agosto. Cohen et al.
(1989) descreveram as perturbações costeiras, associadas à brisa marítima, e sugeriram que as
perturbações são os mecanismos principais para o máximo pluviométrico junto à costa em
maio-junho. Perturbações Ondulatórias nos Ventos Alísios e as brisas marítima e terrestre,
associadas à topografia e à convergência de umidade, completam o quadro de fenômenos de
escala menor, responsáveis por 60 a 70 % do total pluvial da quadra chuvosa.
2.1.4 Efeitos de brisa Marinha e brisa Terrestre-Ventos Alísios
As brisas são um tipo de circulação de mesoescala causado por aquecimento
diferenciado entre a terra e mar. Durante o dia, a superfície do continente (devido à baixa
capacidade térmica), aquece e resfria mais rapidamente que a do oceano adjacente (com alta

capacidade térmica). Como consequência, pela manhã, surge uma faixa de pressão mais baixa
sobre o Litoral, pode causar a diferença entre os fluxos de energia provenientes do continenteoceano para a atmosfera e assim, causa gradientes de pressão em alguns níveis acima da
superfície, impulsionando o movimento. Esse movimento faz com que haja divergência e
convergência na atmosfera próxima e assim, cria-se uma célula de circulação. O vento, à
superfície, sopra do oceano para o continente, em direção aproximadamente perpendicular à
linha da costa chamada brisa marinha.
Quanto à brisa terrestre o processo é inverso, isto é, durante a noite o oceano se mantém
mais aquecido que a terra e, assim, o gradiente se inverte, com o ar ascendente sobre o mar, o
que resulta na criação de um gradiente horizontal de pressão. Molion e Bernardo (2002)
confirmaram que devido a este processo durante a noite produz-se uma componente de vento
oposto aos Alísios, que pode até causar calmaria entre 23:00 a 01:00h da manhã. O vento
resultante, caso a componente seja maior que os Alísios, é conhecido como brisa terral. Na
região de convergência, Alísio/terral, sobre o oceano, provocam pequenos e médios totais
pluviométricos durante a noite, e nas primeiras horas da manhã. Cerca de 20% a 40% do total
pluviométrico do ENE é devido às influências de meso-escala, tais como as brisas, POAs ou
linhas de instabilidade.
De acordo com Kousky (1980) referiu que as brisas marinhas e terrestres são
mecanismos produtores de chuva que estão sempre atuando no leste do NEB, produzindo
chuvas leves e de curta duração. E os máximos de chuvas no leste do Nordeste ocorrem entre
maio a julho, e está possivelmente associado à máxima convergência dos alísios com a brisa
terrestre, a qual deve ser mais forte durante as estações de outono e inverno quando o contraste
de temperatura entre a terra e o mar é maior.
Levando em consideração que este ano (de 2015) está havendo um episódio de El Niño
de intensidade forte ocasionando diminuição significativa de precipitação no Litoral Nordeste
brasileiro. Este evento força um dos ramos descendente sobre a Região Nordeste, o ar
subsidente se aquece por compressão adiabática. Essa subsidência cria uma inversão
psicrotérmica, a cerca de 2 km de altitude sobre a região, que seria a causa da diminuição das
chuvas, particularmente neste período de estudo. Esse fato sugere que a diminuição de
precipitação esteja relaciona com a incapacidade de um mecanismo dinâmico que provoque
movimentos ascendentes e rompesse a camada de inversão psicrotérmica. Com isso, o subitem
2.1.4 foi o principal mecanismo provocante de chuva durante o periódo estudado.

2.2 Peculiaridades de microfisicas de sistemas precipitantes
2.2.1 Formação de nuvens e precipitação
As mudanças de fase da água têm fundamental importância em microfísica de nuvens.
Dentre elas, a condensação, a solidificação e a sublimação destacam-se, pois fazem parte dos
processos de formação das nuvens (ROGERS, 1979). Um dos problemas intrínsecos na
microfísica de nuvens é que estas transições de fase não ocorrem em equilíbrio termodinâmico
e necessitam romper tensões superficiais.
As gotículas de nuvem possuem grande curvatura e realizam trabalho para manter tal
geometria. O tamanho da gotícula irá aumentar ou diminuir dependendo da taxa de condensação
sobre a mesma (quando maior for a taxa de condensação e mais vapor de água na atmosfera,
maior é o tamanho da gota). Por outro lado, as gotas com diâmetros maiores em equilíbrio com
o ambiente, não irão mudar de tamanho uma vez que as moléculas de água que condensam
sobre as gotas são contrabalançadas pelas moléculas que evaporam. O ar saturado em relação a
uma gota de chuva não está saturado em relação a uma gotícula de nuvem e, portanto, para
manter gotículas de nuvem em equilíbrio com o ambiente o ar precisa estar supersaturado.
Quanto menor a gotícula, maior será a supersaturação necessária para mantê-la em equilíbrio
(PRUPPACHER e KLETT, 1985). A supersaturação, mesmo nas nuvens, dificilmente atinge
valores acima de 101% (supersaturação de 1%), e para que as gotículas possam crescer é
necessária à presença de núcleos de condensação sobre as quais a condensação pode se iniciar
mesmo com umidade relativa abaixo de 100%. Na atmosfera, há uma grande concentração de
micropartículas higroscópicas que atuam como embriões de condensação (CCN – Cloud
Condensation Nuclei). Tal processo é chamado de nucleação heterogênea, e o processo de
formação de gotículas a partir do vapor em um ambiente limpo, denomina-se de nucleação
homogênea.
A condensação sobre um CCN solúvel produz uma solução, sendo que os íons na
solução formada reduzem o número de moléculas na superfície das gotículas. Desta forma, a
evaporação das moléculas de água é menor e o efeito desse soluto é o de reduzir a pressão de
vapor de equilíbrio sobre a gotícula. As condições de equilíbrio para um núcleo de condensação
são representadas pelas curvas de Köhler (Figura 2.1). Observa-se nesta figura que para
pequenos raios da solução (curva cinza), a pressão de vapor de equilíbrio é menor do que para
a água pura (curva preta) e pequenas gotas de solução poderão existir com subsaturação. Em

ambientes supersaturados, há a possibilidade de dois estados de equilíbrio: as gotículas com
tamanhos menores que o raio crítico estão em equilíbrio estável e irão crescer até atingir o
mesmo raio de equilíbrio, enquanto que as gotículas com raios maiores estão em equilíbrio
instável e irão evaporar até atingir o equilíbrio estável. Para cada tamanho de aerossol há um
raio crítico que separa o equilíbrio estável do instável, representado pelo pico da curva de
solução (cinza). É dessa maneira que a maioria das gotículas é formada. Quando o ar úmido é
resfriado, a umidade relativa aumenta, as gotículas irão crescer seguindo a curva de Köhler.
Uma vez que o raio crítico é atingido, as gotículas são ditas “ativadas” e poderão crescer num
ambiente de nuvem. Como a supersaturação não permanece constante durante este processo,
pois o crescimento de uma população de gotas/gotículas pode diminuir a disponibilidade de
vapor, algumas gotículas não ativadas poderão evaporar para suprir a deficiência de vapor
causada pelo crescimento das gotas maiores.
Uma parcela de ar que ascende acima do nível de condensação por levantamento (NCL),
as gotículas de solução maiores são ativadas. Quando a parcela ascende acima deste nível, a
supersaturação aumenta e as gotículas menores da solução também podem ser ativadas. A
ativação das gotículas cresce rapidamente, removendo a umidade do ar e diminuindo a
tendência da supersaturação aumentando com o levantamento da parcela. Em algum ponto,
muitas gotículas são ativadas e os dois efeitos são contrabalanceados: a supersaturação não
aumenta e novas gotículas não são ativadas. Nesse ponto, uma nuvem é formada contendo um
espectro inicial de gotículas.

Figura 2.1 – Curvas de Köhler para um aerossol de cloreto de sódio (NaCl) com massa Ma igual
a 0,2 x 10-20 kg (curva cinza) e para água pura (curva preta) à temperatura de 20° C. Fonte:
Adaptada de Pruppacher e Klett (1985)

Uma nuvem é um conjunto de gotículas com concentração da ordem de 10 6 por litro e
com raio de aproximadamente 10 µm. Esta estrutura é extremamente estável e as gotas mostram
pequena tendência a mudar seus tamanhos, exceto pelo crescimento de toda a população. A
precipitação é desenvolvida quando a população da nuvem torna-se instável e algumas gotas
crescem à custa das outras. Existem dois mecanismos sob os quais a microestrutura de uma
nuvem pode tornar-se instável. O primeiro envolve a colisão e coalescência de gotas de água e
pode ser importante em qualquer nuvem. O segundo mecanismo envolve as interações entre
gotas de água e cristais de gelo e está restrito àquelas nuvens cujos que se desenvolvem em
níveis mais frios que 0° C (ROGERS, 1979).
Com a diferenciação em tamanhos há também a diferenciação em velocidades terminais.
Assim, uma pequena gota caindo através de uma nuvem formada por gotículas irá colidir
rapidamente com as que estão em seu caminho até que tenha um raio menor que cerca de 20
µm. Entretanto, é esperado que nuvens que contenham um número pequeno de gotas maiores
de cerca de 20 µm de raio sejam estáveis com respeito ao crescimento por colisão/coalescência.
Quanto maior é o raio da gota, mais eficiente é o processo de coleta. Assim, é necessário que
algumas gotículas cresçam mais para que tenha início o processo de colisão e coalescência
(ROGERS, 1979).
As partículas de interesse em física de nuvem apresentam uma ampla escala de tamanho,
concentração e velocidade de queda. A Figura 2.2, adaptada de McDonald (1958), compara
essas propriedades para algumas partículas envolvidas nos processos de condensação e
precipitação. Observa-se que há uma grande diferença de tamanho entre um CCN típico e uma
gota de nuvem, e entre uma gota de nuvem e uma gota de chuva.

Figura 2.2 – Comparação entre tamanho, concentração e velocidade terminal de algumas
partículas envolvidas em processos de formação de nuvens e precipitação. Fonte: Adaptada de

McDonald (1958).
Uma vez que o topo da nuvem atinge temperaturas menores que 0oC, pode haver
formação de cristais de gelo, que neste caso crescerá rapidamente por difusão devido à diferença
entre as pressões de vapor da água e do gelo, levando à evaporação de gotículas quando o
ambiente está subsaturado em relação à água. A temperatura de nucleação homogênea do gelo
é inversamente proporcional ao tamanho da gota, no caso de uma gotícula de 5 µm o
congelamento ocorre em temperaturas próximas a -40oC. Por outro lado, cristais de gelo
formados por nucleação heterogênea surgem quando o topo da nuvem atinge temperaturas
inferiores a -5oC. A ativação pelo núcleo de gelo (IN) pode ocorrer com diferentes processos.
No processo de nucleação por deposição, a natureza química do IN permite que o vapor d’água
se deposite diretamente sobre ele, formando o cristal de gelo. Alguns IN permitem a formação
de gelo após estarem imersos numa gotícula d’água (processo de nucleação por condensação
seguida por congelamento). Inicialmente há a formação da gotícula, e o IN atua como CCN, e
logo depois como núcleo de congelamento. Outro processo, chamado de nucleação por contato,
tem início quando um IN toca em uma gotícula super-resfriada e ocorre o congelamento. Já no
processo de nucleação por imersão, o congelamento ocorre após o IN ser embebido por uma
gota super-resfriada (PRUPPACHER e KLETT, 1985).
Quando um cristal de gelo está entre um grande número de gotas de água superresfriadas
a situação torna-se imediatamente instável. A pressão de vapor de equilíbrio sobre o gelo é
menor que sobre a água a mesma temperatura, logo, o cristal de gelo cresce por difusão de
vapor e as gotas evaporam para compensar. O vapor transferido depende da diferença entre a
pressão de vapor sobre a água e sobre o gelo e é mais eficiente a aproximadamente -12°C. Uma
vez que o cristal de gelo apresenta uma taxa de crescimento maior que as gotas de água, começa
então a cair e tornam-se possíveis colisões. O tipo de cristal de gelo resultante depende de
diversos fatores físicos e químicos, como por exemplo, a composição química do IN, o processo
de ativação, e as condições de supersaturação e corrente ascendente. A face de um cristal de
gelo é predominantemente hexagonal e pode apresentar formas semelhantes a colunas, placas
ou dendritos. As partículas de gelo conhecidas como “graupel” são partículas que crescem pelo
processo de acresção (riming), isto é, quando gotículas super-resfriadas são capturadas por uma
partícula de gelo e congelam instantaneamente. Se o congelamento não for imediato, há
formação de uma estrutura mais densa podendo evoluir para o hidrometeoro conhecido como
granizo. Já os flocos de neve são partículas formadas pelo processo de agregação, ou seja, pela

união de cristais de gelo e são encontrados com maiores dimensões próximo a 0oC
(PRUPPACHER & KLETT, 1985). Uma vez que a partícula ultrapassa o nível de 0° C indo
para temperaturas mais quentes, pode derreter e emergir da base da nuvem como uma gota de
chuva indistinguível de outra que tenha sido formada por colisão/coalescência. Em condições
de tempo com baixas temperaturas ou quando grandes pedras de gelo estão envolvidas, a
partícula pode chegar à superfície ainda congelada.

2.2.2 Precipitação estratiforme e convectiva
Garcez e Alvarez (1988) definiram a precipitação como sendo o conjunto de águas
originadas do vapor de água atmosférico que cai em estado líquido ou sólido, sobre a superfície
da terra. Este conceito engloba, portanto, não somente a chuva, mas também a neve, granizo,
neblina, orvalho ou geada. Para as condições climáticas do Brasil, a chuva é a mais significativa
em termos de volume.
A extensão, a intensidade e o tempo de vida dos sistemas precipitantes estão sempre
associados aos movimentos verticais do ar, e costuma-se classificar o tipo de precipitação de
acordo com o mecanismo dominante responsável por tais movimentos. A precipitação do tipo
convectiva está geralmente associada a sistemas com chuva intensa, localizada e embebida em
ar instável. Já o tipo estratiforme caracteriza-se por chuva contínua associada com ascensão de
larga escala produzida por levantamento frontal ou topográfico (ROGERS, 1979). Os dois tipos
apresentam diferenças microfísicas que podem ser oriundas da magnitude dos movimentos
verticais dentro das nuvens e da escala de tempo dos processos microfísicos formadores da
precipitação. A precipitação estratiforme existe quando a velocidade vertical do vento w (m.s1

) é muito menor do que a velocidade terminal (vt ) das partículas de neve, que é de

aproximadamente 1-3 m s-1 (HOUGHTON, 1968). Nestas condições as partículas de gelo nas
regiões mais altas da nuvem devem precipitar, pois não podem ser sustentadas ou carregadas
para cima pelos movimentos verticais para que possam crescer. Nos processos convectivos os
movimentos verticais são da ordem de 1-10 m s-1 ou mais, igualando ou excedendo as
velocidades terminais típicas dos cristais de gelo.
Toda precipitação estratiforme está relacionada com processos de formação de gelo com
baixos conteúdos de água líquida, sendo que o processo de coalescência é pouco eficiente. Cada
nível das nuvens estratiformes tem um papel importante nos processos de precipitação: os níveis
altos e mais frios (T ~ -20° C) fornecem cristais de gelo que servem como embriões para o

desenvolvimento de precipitação em níveis mais baixos; os níveis médios da nuvem (T ~ -15°
C) fornecem um ambiente propício para um rápido crescimento por difusão. A acresção e
agregação ocorrem mais rapidamente nos níveis mais baixos da nuvem, em temperaturas entre
-10° C e 0° C, sendo que a maior parte do crescimento da precipitação ocorre nestes níveis.
Quando precipitam os hidrometeoros da região estratiforme passam pela camada de degelo
(região em torno de 0° C), derretem e eventualmente há a quebra em gotas menores, logo nessa
região também ocorre muita agregação. Essa camada de degelo é vista por um radar como uma
região horizontal de altas refletividades, chamada de banda brilhante, e também é identificada
por médias intensidades de precipitação (ROGERS, 1979).
Nas nuvens convectivas o tempo disponível para o aumento da precipitação é menor,
mas como o conteúdo de água líquida é mais elevado do que nas nuvens estratiformes, o
processo de coalescência é mais eficiente. Através da observação de que o tempo de vida típico
de uma célula convectiva (~ 20 min) é também o tempo necessário para o crescimento da
precipitação, Houghton (1968) concluiu que os processos de formação de precipitação devem
começar mais rapidamente no desenvolvimento da nuvem e em baixos níveis. A precipitação
pode ser iniciada por processos de coalescência ou queda de cristais de gelo, dependendo
primeiramente da temperatura e do conteúdo de água líquida de nuvem, e a maior parte do
aumento da precipitação se dá por acresção. O principal processo de crescimento de cristais de
gelo em sistemas convectivos é a agregação, pois os cristais individuais não possuem peso
suficiente para precipitar e sobreviver até a superfície, ou seja, necessitam colidir e se agregar.
Outros processos como a nucleação, o crescimento por deposição e a acresção também produz
grandes concentrações de gelo. O processo de agregação é importante nas regiões de correntes
ascendentes e geralmente ocorre antes que os cristais descendam a níveis mais quentes (-10°
C).
A precipitação na região tropical é o elemento meteorológico de maior importância, pois
é o que apresenta maior variação em termos de mudanças sazonais, e é o principal elemento
meteorológico na utilização da subdivisão do clima numa região. A variabilidade de intensidade
e, de uma forma geral, as características estruturais da precipitação são algumas das maiores
dificuldades encontradas na padronização dos campos de chuva. Esses problemas são
particularmente sentidos dentro dos modelos de circulação geral e previsão do tempo. O
conhecimento mais detalhado, tendo como foco principal algumas características microfísico
da chuva, principalmente para uma região com grande escassez sobre esse assunto é de
fundamental importância (MORAES et. al., 2003).
A precipitação é o principal elemento meteorológico de restabelecimento dos recursos

hídricos da superfície terrestre. A sua distribuição temporal e espacial constitui dos fatores que
condicionam o clima e que estabelecem o tipo de vida de certa região. Contudo, para que se
forme a precipitação é necessário que as gotas possuam diâmetros médios superiores a 20 µm.
Porém, tais gotas formam-se com a existência de núcleos de condensação grandes e partículas
higroscópicas, como sal marinho. O aumento da massa e volume destas facilita a sua queda que
ao mesmo tempo aumenta a chance delas colidires com outras e, consequentemente,
aumentando seu tamanho. Deste modo, após aproximadamente um milhão de colisões as gotas
atingem tamanhos suficientes para vencer as correntes verticais ascendentes e podem cair e
atingir a superfície em forma de chuva sem poder evaporar durante o percurso. As gotas de
chuva podem crescer até aproximadamente 6 mm de diâmetro, quando sua velocidade terminal
é de 30 kmh-1. Com esse tamanho e velocidade, a tensão superficial, que a mantém inteira, é
superada pela resistência do ar, que acaba quebrando a gota (MORAES, 2003).

2.3 Características da precipitação pluviométrica
2.3.1 Intensidade da chuva (R)
O tamanho da gota está relacionado com a intensidade da chuva e com a velocidade
terminal das gotas, existindo uma relação direta. A intensidade da chuva é o fluxo de
precipitação pluvial através de uma superfície horizontal e é expressa em termos do volume de
fluxo de água (MORAES, 2003). Consequentemente, a intensidade pode ser expressa em
função da distribuição por tamanho, N(D), pela equação (2.1).

𝑅=

𝜋 ∞
∫ 𝑁(𝐷)𝐷3 𝑢(𝐷)𝑑𝐷
6 0

(2.1)

Onde:
R= intensidade da chuva [mm h-1]
N = número de gotas medidas
D = diâmetro médio das gotas [mm]
u(D) é a velocidade de queda de uma gota de diâmetro D.

Quando existe uma corrente vertical ascendente u o fluxo de precipitação pode ser
escrito da seguinte maneira:

𝜋 ∞
𝑅 = ∫ 𝑁(𝐷)𝐷3 (𝑢 − 𝐷)𝑑𝐷
6 0

(2.2)

Zhou et al. (2008) descreveu que estudos sobre a chuva têm sido realizados
considerando quantidades acumuladas ou médias enquanto que outras características da
precipitação como a frequência e intensidade têm sido foco de estudo nos últimos anos. Ela é
uma ferramenta na compreensão do comportamento temporal e espacial dos recursos hídricos,
em termos de disponibilidade e impactos dos eventos extremos. Este elemento meteorológico
é o principal contribuinte hidrológico de uma bacia hidrográfica. No entanto, chuva de
intensidade forte pode causar vários problemas como, por exemplo, inundações e suas
consequências para a vida humana e não só (PIZARRO et al., 2012). Conhecer a intensidade
da chuva é importante para vários aspectos, como são os casos de modelagem da erosão dos
solos e/ou dimensionamento do sistema de drenagem. Por outro lado, é também importante para
perceber a taxa de carga do lençol freático e estimar o escoamento subterráneo (KUMAR et al.,
2007).
Raimundo (2011) analisou a probabilidade de ocorrência de extremos de precipitação e
tendência de classes desta, para a região metropolitana de São Paulo, tendo concluído que
eventos extremos de precipitação são responsáveis por distúrbios sociais e problemas
econômicos, principalmente em grandes centros urbanos. Áreas densamente povoadas sofrem
deslizamentos de terra, inundações e destruição de construções, que causam mortes e doenças
em larga escala tais como a malária, dengue e leptospirose. Por esses e outros motivos estudos
de valores dessa natureza podem ser usados como forma de prevenção (planejamento) pelos
órgãos competentes, na tentativa de minimizar os efeitos provocados pelas precipitações mais
intensas.
Liu et al. (2005) analisaram as tendência das quantidades, frequência e intensidade da
chuva, que ocorreram na China, de 1960 a 2000, com objetivo de perceber a característica da
variação. Dentre várias conclusões destacam que o aumento da proporção deste elemento
meteorológico (chuva), devido os eventos intensos e a tendência decrescente da precipitação,
tem implicações potencialmente graves no controle de enchentes e produção vegetal,
especialmente nas áreas de cultivo de sequeiro, nas zonas áridas e semi-áridas daquele país.

2.3.2. Diâmetro da gota (D)
Existe uma diferença de tamanho das gotas presentes numa nuvem em relação às que

constituem um evento de chuva. Uma gota de chuva tem o tamanho de 100 vezes maior que
uma gota de nuvem em formação. Fontes diferentes aproximam o intervalo de medição dos
diâmetros de gotas da chuva. No entanto, em média, uma gota de chuva tem diâmetro entre 0,1
e 5 mm. As gotas de chuva, com até 2 mm de diâmetro, são esféricas enquanto que as maiores
têm seu formato afetado devido à gravidade. As gotas com diâmetros maiores que 3 mm têm a
parte inferior achatada pela resistência do ar. Esse formato será cada vez mais deformado à
medida que a gota de chuva for aumentando o seu tamanho e ao mesmo tempo ela vai sendo
mais susceptível a se quebrar (BELCULFINÉ, 1977).
Os diâmetros das gotas além de variarem em função do ambiente, marinho ou
continental, em que a nuvem se encontra elas variam segundo o tipo de nuvem que as concentra,
nuvem quente ou nuvem fria. As nuvens marinhas são constituídas de gotas com diâmetros
maiores do que as gotas que constituem as nuvens em ambiente continental. Segundo Belculfiné
(1977) tal distinção é devido ao conteúdo de núcleos das duas massas de ar envolvidas.
Em nuvens quentes as gotas de chuva são, geralmente, de diâmetros menores que as
encontradas em nuvens frias e, dificilmente, gotas de chuva existentes em nuvens quentes
passam de 2 mm de diâmetro. Esse fato pode ser explicado pela combinação do processo de
Bergeron e colisão-coalescência (em nuvens frias) produz gotas maiores que o processo de
colisão-coalescência sozinho (em nuvens quentes).Para fins científicos, agricultura, defesa
civil, entre outros, o conhecimento de diâmetro de gotas de chuva que atinge determinada região
são importantes para que possamos entender as características dos tipos de chuva, assim como,
a contribuição de cada tipo de chuva na região de interesse (BELCULFINÉ, 1977).
Horsmtmeyer (2008) classificou os diâmetros do tamanho da gota de chuva conforme
suas intensidades dos eventos de chuva, tabela 2.1, podendo ser concluido que as menores gotas
são comuns em chuvas fracas, e os maiores tamanhos ocorrem em chuvas tipo tempestade.

Tabela 2.1 - Diâmetros típicos de gotas com diferentes intensidade de chuva.
Tamanhos de gota típicos
Diâmetro
Tipo de Chuva

(mm)

Gotas menores

0.5

Gotas maiores

2.0

Chuva fraca

Chuva Moderada
Gotas menores

1.0

Gotas maiores

2.6

Chuva forte (tempestade)
Gotas menores

1.2

Gotas maiores

4.0

A maior gota possível

5.0

Granizo

10
40

Fonte: Adaptado de HORSMTMEYER, 2008.

2.4 Distribuição do tamanho de gota e sua aplicação
O domínio do espetro do tamanho de gota de chuva é essencial para a formulação do
algoritmo que ajuda no conhecimento dos padrões da chuva, utilizando técnicas de radar
meteorológico (SIMPSON et al., 1988). A distribuição do tamanho de gota de chuva possibilita
o cálculo ou computação de propriedades do volume de chuva tais como, o conteúdo de água,
intensidade da chuva e energia cinética. É também o descritor básico na parametrização e
modelagem numérica da microfísica da chuva e seus impactos (TOKAY e SHORT, 1996;
JAYAWARDEN e REZAUR, 2000). Essa distribuição varia de lugar para lugar, dependendo
de condições meteorológicas e variam também de uma tempestade para outra assim como,
dentro de um sistema de tempestade (TOKAY et al., 2002; BRINGI et al., 2003; JASSAL et
al., 2011).
Estudar ou analisar a distribuição do tamanho de gotas é, no entanto, vital para várias
áreas de aplicação tais como satélite meteorológico, comunicação e erosão de solos. Segundo
Owolawi (2011) e Adetan e Afullo (2013) as vantagens oferecidas pelas micro-ondas e ondas

milimétricas tem atraído interesse dos acadêmicos e da indústria de comunicação. Tornando,
cada vez mais importante conhecer as caraterísticas dessas ondas em zonas com determinado
tipo de chuvas. A propagação da onda eletromagnética através de uma região contendo gotas
de chuva sofre dois efeitos de atenuação, a saber: 1° absorção, através do qual parte dessa
energia é absorvida pelas gotas de chuva e transformada em calor e 2° é o espalhamento da
energia em todas as direções. O cálculo desses dois mecanismos de atenuação é baseado no
conhecimento das características das gotas de chuva.
Ochou et. al., (2007) analisaram a parametrização da distribuição do tamanho da gota
de chuva com a sua taxa, na região Oeste de África e verificaram outra importância do
conhecimento dessa distribuição que tem sido alvo de muitos estudos técnicos e científicos, no
que diz respeito a ciências ambientais: a remoção de poluentes na atmosfera que depende da
chuva.
Para Ulbrich (1983) a evolução das medições da distribuição do tamanho de gotas de
chuva revela que as análises de dados de precipitação, no passado, foram feitas considerando
que a distribuição do tamanho de gotas de chuva obedecia a uma forma exponencial, equação
(2.4). Porém, demonstrou que uma melhoria, medição mais precisa, poderia ser feita se a
distribuição do tamanho das gotas fosse assumida como uma distribuição Gama, equação (2.5).
As equações 2.4 e 2.5 são originais de Marshall e Palmer (1948).

𝑁(𝐷) = 𝑁𝑜 𝑒 −𝛬𝐷

𝑁(𝐷) = 𝑁𝑜 𝐷𝜇 𝑒𝑥𝑝⁡(−𝛬𝐷),

( 0 ≤ D ≤ D max)

(2.3)

(2.4)

Onde: N(D) é distribuição do número de gota em função do diâmetro, N0 é o número de gota, Λ
e D é a inclinação da distribuição e diâmetro da gota, respectivamente.
Nzeukou et al., (2004) determinaram a relação entre a taxa de chuva (R) e a refletividade
do radar (Z) em eventos de chuva convectiva e estratiforme, analisando as distribuições de
tamanhos de gotas de chuva em Cabo Verde, Senegal e em Dakar, ao longo da costa Oeste
africana. Utilizaram 48 eventos de chuva colhidos por um Disdrômetro "Joss and Woldvolgel
(JW)" durante o período de 1997 a 2000. Ajustaram as distribuições de tamanho de gota em

três modelos analíticos: O exponencial, de Marshal e Palmer (1948) na equação (2.4), Gama
modificada por Ulbrich (1983) a equação (2.5) e o Lognormal por Feingold e Levin (1986) e
Sauvageot (1994) na equação (2.6).

−𝑙𝑛2 (𝐷⁄𝐷𝑔 )
𝑁𝑇
𝑁(𝐷) =
𝑒𝑥𝑝 [
]
(2𝜋)0.5 (𝑙𝑛𝜎)𝐷
2𝑙𝑛2 𝜎

(2.5)

Onde: NT = número total de gotas.
D = diâmetro da gota.
Dg = diâmetro médio geométrico.
σ = desvio padrão.
A representação da distribuição de tamanho de gotas de chuva pode ser feita
considerando diferentes formas. Para a região tropical a função exponencial proposta por
Marshall e Palmer (1948) não se adéqua para o estudo dessa distribuição, pois para taxa média
de precipitação (chuva) superior a 10-20 mmh-1 e diâmetros maiores que o valor modal (1 – 2
mm), o declive (declinação da distribuição do tamanho de gotas de chuva) torna-se quase
constante enquanto que na distribuição de Marshall e Palmer (1948) assume-se que ela diminui
com o aumento da taxa de precipitação. Por outro lado, o número de gotas pequenas, com
diâmetro D < 1- 2 mm é menor que o correspondente a forma exponencial considerando a
mesma taxa de precipitação (OCHOU et al., 2007).
Estudando a caraterística das gotas de chuvas de diferentes ciclones tropicais,
particularmente no regime convectivo onde as chuvas são mais abundantes, para fins de
modelação e representação de processos microfísicos em modelos de meso escala, Tokay et al.,
(2008) analisaram dados de medições feitas por disdrômetro “JW” em sete Ciclones Tropicais
durante a estação ciclônica do atlântico entre 2004 a 2006 e concluíram que as inundações
durante a ocorrência de ciclones tropicais são, geralmente, causadas por chuvas constituída de
gotas de dimensões menores a médias, que raras vezes passa de 4 mm. A concentração,
relativamente alta, de gotas grandes em ciclones extratropicais assemelha-se a distribuição de
tamanhos de gotas em tempestades do continente e os parâmetros integrados da concentração
de gotas de chuva, conteúdo de água líquida e taxa de precipitação a uma refletividade, 40 dBZ,
são mais baixos em ciclones extratropicais que em ciclones tropicais.
Owolawi (2011) estudando a distribuição do tamanho de gota de chuva da região de
Durban, África do Sul, colhidos pelo disdrômetro JW RD-80 para identificar os tipos de gotas

frequentes em eventos de chuva estratiforme e convectiva, como forma de contribuir na
estimação da atenuação especifica da chuva, usou a função da probabilidade de densidade e
concluiu que, de uma forma geral, as gotas que caem em Durban têm diâmetros que variam de
0.3 a 4 mm. A maior parte, 67% da chuva de intensidades R < 20 mmh-1, é constituída de gotas
com diâmetros que variam de 0.5 a 0.9 mm. Nesse intervalo há mais gotas de diâmetros 0.5 a
0.7 mm. No regime R ≥ 20 mmh-1, 45% das gotas de chuva que caem têm diâmetros que variam
de 0.5 a 0.8 mm e que 20 % dessas tem diâmetros variando de 0.9 a 2 mm.
António (2000) comparou dados de distribuição de tamanhos de gotas de chuva, obtidos
de dois disdrômetros “JW” implantados nas cidades de Botucatu e Garça no estado de São
Paulo, com as refletividades de radar do sistema de Bauru, que foram determinantes para a
obtenção da relação representativa da taxa de precipitação (R) e a refletividade (Z) de referência
que além de facilitar a calibração de radar seria aplicada para converter dados de radar em
chuva.
Segundo Moraes (2003) foi através de relações empíricas e dados obtidos através de
Disdrômetro que Seliga et al. (1986) estimaram a velocidade de queda da chuva, quantidade de
água líquida e fator de refletividade do radar, para a região de Illinois central, nos estados
unidos, em outubro de 1982. As comparações com os parâmetros que compõem a distribuição
foram feitas através de modelos exponenciais e gama. As simulações da estimativa da relação
Z-R e a velocidade de queda de chuva que são comparadas com valores estatísticos obtidos pelo
Disdrômetro-JW. O resultado mostrou um ajuste excelente entre os parâmetros derivados do
disdrômetro e das relações empíricas.
Tokay et al. (2002) analisaram observações simultâneas de dois disdrômetros, óptico e
JW, e dois pluviômetros a sudoeste da bacia amazônica, dos quais observaram gotas de
diâmetros superiores a 5,0 mm e concluíram que no lugar da relação Z = 300R1,4 que tem sido
aplicada, em vários radares meteorológicos da rede, podia ser aplicada a relação Z = 250R1,2
para eventos de chuvas intensas de natureza tropical. Nesse estudo foram aplicadas as funções
gama e exponencial.
Tenório et al., (2010) determinaram a taxa de precipitação (R), o conteúdo de água
líquida em um volume (W), refletividade do radar (Z) assim como, determinaram a relação Z-R
representativa e o modelo que se ajusta melhor a distribuição das gotas de chuva na costa leste
do nordeste Brasileiro. Para tal, foram aplicadas as formas analíticas exponencial, Marshal e
Palmer (1948) e Lognormal, Feingold e Levin (1986) à 238 eventos de precipitação colhidos
de dezembro de 2001 a setembro de 2002, medidos pelo disdrômetro JW RD-69 instalado no
Instituto de Ciências Atmosféricas da Universidade Federal de Alagoas. Para a mesma região

Moraes (2011) analisou distribuição de gotas de chuva com origem marinha e continental, das
quais obtive diversas relações Z-R para os dois ambientes.
Para Malinga e Owolawi (2013) a atenuação das micro-ondas e ondas milimétricas
depende consideravelmente da taxa de precipitação R e da distribuição de gotas de chuva. Sob
o ponto de vista da complexidade do sistema de comunicação desejado para atender a demanda
de usuários, o conhecimento adequado das características da chuva nessas bandas é necessário
a fim de compensar adequadamente a perda do sinal. A propagação da atenuação, nessas bandas
de alta frequência, devido a fatores ambientais é acentuada, principalmente devido à gota de
chuva que tem tamanho aproximadamente igual ao do comprimento de onda de rádio em alta
frequência, podendo causar dispersão do sinal de rádio.
Devido aos sistemas de comunicação modernos e sofisticados torna-se necessário
estudar ou caracterizar a distribuição de tamanho de gotas de chuva considerando os diferentes
tipos de chuva. Neste sentido, Adimula e Ajay (1996) analisaram dados de três disdrômetros
“JW” implantados em Calabar, Zaria e Ile-Ife, na Nigéria, e caracterizaram as chuvas tropicais
(com os dados de Zaria) e chuvas marítimas ou do sul (com os dados de Calabar e Ile-Ife).
Identificaram o(s) modelo(s) que melhor caracteriza(m) as distribuições de gotas de chuva
tropical e marítima para caracterizar a atenuação específica das micro-ondas e ondas
milimétricas devido à precipitação. As distribuições ajustaram-se melhor aos modelos
exponencial e lognormal.
A atenuação pela chuva é um fator limitante para frequências superiores a 10 GHz,
para ser usada em rádio comunicação. A variabilidade da precipitação é um fator muito
preocupante, especialmente para a região tropical que tem uma enorme diversidade de
condições climáticas. Na ausência de dados de atenuação medidos, medições da distribuição de
gotas de chuva podem fornecer informação útil sobre a variação da atenuação pela chuva (DAS,
et al., 2010).
Vários investigadores consideram a taxa de precipitação na classificação da distribuição
do tamanho de gota em diferentes tipos ou regimes de precipitação. Para cada tipo de
precipitação são determinadas as respectivas atenuações. A atenuação específica da chuva
aumenta com a frequência e seus valores mais pronunciados ocorrem em tempestades enquanto
que o menor valor da atenuação verifica-se durante a chuva do tipo chuvisco (OWOLAWI,
2011). Resultados semelhantes foram obtidos na Índia, onde as diferenças de atenuação em
vários locais revelaram-se significativas para frequências maiores de 40 GHz. Mínima para
intensidade de precipitação 10mmh-1 e máxima para 100 mmh-1 indicando que a atenuação da
chuva se torna mais sensível às variações da distribuição do tamanho de gotas de chuva em

taxas de precipitação mais elevadas. Comparações feitas entre as distribuições obtidas em cinco
regiões com o resultado do modelo ITU-R (International Telecommunication Union) revelaram
que ITU-R demonstrou comportamentos diferentes e não satisfatórios de atenuação específica,
clarificando a necessidade de calcular a atenuação específica para cada região (DAS et al.,
2010).

2.5. Refletividade efetiva do radar
Para Sauvageot (1992) a média de energia retro difundida por uma população de
partículas distribuídas de forma homogénea em um volume elementar é proporcional à sua
refletividade do radar. A refletividade do radar é uma quantidade característica do
alvo.Geralmente, em comprimentos de onda padrões dos radares meteorológicos, as condições
da aproximação do feixe de luz com relação a retro difusão nas nuvens e precipitação (exceto
granizo) são satisfeitas.
A quantidade de energia retornada pelas gotas de chuva é representada pelo fator de
refletividade de radar Z, fator de refletividade do precipitante. Este valor é obtido
matematicamente pelo radar. O fator de refletividade dependente do número e tamanho das
gotas de chuva por unidade de volume tem unidade de mm6m-3 e é expresso em dBZ
(SAUVAGEOT, 1992; MASSAMBANI, 1998; MORAES, 2011; TAYOB, 2014).

2.6 Relação (Z-R)
A interpretação da observação ou dados de radar meteorológico requer a aplicação da
equação que relaciona a refletividade do Radar e a chuva estimada pelo Radar. Essa relação,
largamente conhecida por relação Z-R, pode ser derivada de observações das distribuições dos
tamanhos de gotas de chuva usando Disdrômetros, Pluviômetros e medições do Radar
(TAYOB, 2014).
A relação Z-R, além de permitir a avaliação da quantidade de chuva que cai em uma
determinada região ou área de uma maneira mais precisa ela é importante e indispensável para
a calibração do radar meteorológico. Um dos grandes problemas que tem sido encontrado na
medição da quantidade de chuva usando radar é a variabilidade da relação entre o fator
refletividade do radar (Z) e a taxa ou intensidade de chuva (R). Relações na forma Z = aRb tem
sido adotadas com frequência, mas o problema reside na escolha dos coeficientes a e b, porque
esses valores variam consideravelmente de caso para caso assim como, durante um mesmo

evento (MASSAMBANI e RODRIGUES, 1998).
Basicamente existem dois métodos aplicados para determinar os coeficientes a e b, o
meteorológico e o estatístico. O método meteorológico consiste em calcular a taxa de
precipitação pluvial (R) e a refletividade (Z) diretamente da distribuição do tamanho de gotas
de chuva e posteriormente determinar os valores dos coeficientes. São considerados dados do
radar e de pelo menos um pluviômetro da área coberta pelo radar (MOREIRA, 2005).
Os coeficientes a e b da relação Z-R variam à medida que são consideradas várias e
diferentes amostras para a sua determinação. Esses coeficientes apresentam comportamentos
diferentes, em relação a sua variação, com a tendendo a aumentar e o b a diminuir com o
aumento da intensidade da convecção durante a chuva (QUINTÃO, 2004).
Sauvageot (1992) destaca dois grupos de fatores responsáveis pela variação dos
coeficientes da relação Z-R. O 1º é o Local (geografia e climatologia) - altura da troposfera,
orografia, efeitos de regiões litorâneas, latitude, umidade e vários outros fatores cuja ação varia
com a época do ano, dinâmica, termodinâmica e processos da microfísica da nuvem que possa
alterar a concentração de gotas por unidade de volume. O 2º é a estrutura das nuvens - a
concentração de gotas por unidade de volume varia consideravelmente em uma nuvem ou
tempestade, e para Hess et al., (1998) essa concentração muda de acordo com o local de
formação da nuvem ou localização da nuvem assim como, o tipo de nuvem.
A importância da aplicação da tecnologia de Radar meteorológico para medição da
chuva consiste, principalmente, no refinamento dado às informações da chuva ocorrida em certa
área, onde as medidas são feitas com alta resolução espacial e temporal e em tempo real.
Há muito tempo, investigadores vem se debatendo com a análise e interpretação de dados de
radar (EMIDIO e LANDIM, 2008).
Marshall e Palmer (1947) estudaram a relação entre a precipitação e a refletividade do
radar, para diferentes locais e tipos de chuva, tendo obtido para coeficientes a=190 e b=1,72.
Desde então vários investigadores, de diferentes partes do mundo, dedicam-se a analisar os
comportamentos ou relações da refletividade de radar e intensidade ou taxa de chuva para
diferentes latitudes, como forma de suprir a dificuldade de estimar a quantidade da precipitação
pluvial de uma forma mais precisa e continua.
As relações Z-R são dependentes do tipo de chuva (convectiva, frente fria, mista), da
estação do ano (verão, inverno), localização geográfica (trópicos, continentes, oceanos, médias
latitudes), tipo de nuvem, etc (DOMENICO e SCHWARTZ, 1990). Nzeukou et al., (2004)
consideraram o critério de 10 mmh-1 para diferenciar eventos de chuva estratiforme e

convectivas como uma forma mais adequada para analisar a relação entre a refletividade (Z) e
a taxa de chuva (R). Em relação ao comportamento da relação Z-R para os eventos separados
em estratiformes e convectivos foram obtidos a = 162 e b = 1,48 para chuva convectiva e a =
371 e b= 1,24 para chuva estratiforme. No mesmo estudo obtiveram a =368 e b=1,24 para a
relação Z-R geral.
Tenório et al., (2010) além de diferenciarem os eventos de chuva considerando o critério
10 mmh-1 adotaram um critério considerando a duração temporal t ≥ 20 minutos e chuva
acumulada Rac ≥ 10 mm para obter relações Z-R de eventos especiais. Foram obtidas relações
Z= 167,8R1, 26; [r2= 0,70] para eventos de chuva estratiforme e Z= 65,46 R1,69; [r2= 0.84] para
eventos de chuva convectiva. A relação Z-R geral para a costa leste do nordeste brasileiro
obtida foi Z = 176,5 R 1,29; [r2 = 0,83].
Moraes (2011) analisou a distribuição de tamanhos de gotas de chuva, de 2003 a 2006,
da costa leste do NEB. Auxiliada de imagens de Radar obtidas na mesma fonte que as medidas
do Disdrômetro, SIRMAL, separou as medições de chuva segundo sua origem, marinha e
continental. Com objetivo de estabelecer equações que relacionem a refletividade do Radar e
intensidade de chuva em eventos estratiformes e convectivos dos dois ambientes, calculou os
coeficientes a e b para as relações Z-R dos tipos de chuva, pelo método de regressão linear
simples.
Em um trabalho que objetivou analisar a precipitação e determinar a relação Z-R no o
Litoral alagoano, Tayob (2014) aplicou análises de regressão linear, função densidade de
probabilidade, função de frequências e ocorrências, que permitiram identificar as intensidades
de chuva predominante, os horários de maior frequência e a expressão que relaciona a
intensidade da chuva e a refletividade efetiva do radar meteorológico. A equação geral a relação
Z-R encontrada foi Z = 123,3 R1,27 (r2=0,91), valores do coeficiente a foram mais baixos e b
apresentou grande semelhança aos encontrados por Moraes (2003). No período estudado, as
chuvas tiveram sua maior frequência durante a madrugada e início da manhã (00-10h), o autor
justificou que foi devido à intensificação dos sistemas meteorológicos que chegam à costa de
Alagoas, pela circulação de brisa terrestre que ocorrem próximas à costa no período da noite.
Em todo período estudado, as chuvas ocorrem com maior frequência no período noturno e nas
primeiras horas da manhã, das 00h00min às 10h00min, associada à influência da circulação de
brisa terrestre nos sistemas produtores de chuva que atingem a região (TAYOB, 2014).

2.7 Relação (KDP-R)
O parâmetro polarimétrico ΚDP (fase diferencial específica) é a derivada espacial da fase
diferencial, ou seja, uma comparação da diferença de fase entre os impulsos polarizados
horizontal e verticalmente, a duas distâncias diferentes. A fase diferencial ( ΦDP ) resulta da
diferença de fase entre a onda com polarização horizontal e a onda com polarização vertical;
aparece com valor não nulo se o conjunto de partículas existente no volume da atmosfera tiver
uma orientação predominante. Como os impulsos horizontais e verticais propagam através de
um meio (ou seja, chuva, granizo, etc.) os dois pulsos tendem a atenuarem (ou diminuir)
fazendo com que cada uma de suas fases de mude. A maioria dos alvos não têm deslocamento
de fase igual na horizontal e vertical, devido à forma do alvo e da concentração. Esta diferença
entre os desvios de fase horizontal e vertical é referido como o deslocamento de fase diferencial.
Logo, a equação é uma simples subtracção, tal que a mudança de fase positiva diferencial
quando ocorre deslocamento de fase horizontal é maior do que a vertical (CLARK PAYNE,
2013). Onde, temos:
ɸ𝐷𝑃 = ɸ𝐻 − ɸ𝑉

𝐾𝐷𝑃 =

ɸ𝐷𝑃⁡ (𝑟2 ) − ɸ𝐷𝑃 (𝑟1)
2(𝑟2 − 𝑟1 )

(2.6)

(2.7)

Onde,
ɸ𝐷𝑃 - Deferencial de fase [0]
ɸ𝐻 - Pulso polarizado horizontal [dB]
ɸ𝑉 - Pulso polarizado vertical [dB]
𝐾𝐷𝑃 - Deferencial de fase específica [0/km]
𝑟 - Distância [km]

Bem como a reflectividade diferencial, a forma do alvo afecta o deslocamento de fase
diferencial. Alvos orientados horizontalmente podem produzir um aumento (mudança ΦDP
positivo). Alvos orientados verticalmente podem produzir uma diminuição (mudança ΦDP
negativo). E, alvos esféricos produzem perto de zero o deslocamento ΦDP. Além disso, ao
contrário ZDR, a mudança ΦDP é dependente da concentração de partículas. Quanto maior a
concentração de partículas existente em um volume do pulso, maior é a ocorrência do

deslocamento ΦDP (FIGURA 2.3 a). Por exemplo, os alvos mais orientados horizontalmente
existem dentro de um volume do pulso, quanto maior o deslocamento de fase positiva
diferencial (CLARK PAYNE, 2013).
Então, qual é a razão para KDP? Com os pulsos ao passar pelo primeiro eixo de chuva,
o pulso horizontal desacelera mais rápido do que o impulso vertical resultando em uma
mudança positiva de fase diferencial. Vamos dizer que é 20 graus. Depois de sair do eixo de
chuva, os pulsos ao entrar no céu claro, a mudança de fase diferencial adicional é zero. No
entanto, essas lixeiras de céu limpo mostrará uma mudança de fase diferencial de 20 graus
porque a mudança de fase diferencial não pode reiniciar-se ao longo de uma radial (FIGURA
2.3 b). No segundo eixo de chuva, a mudança de fase diferencial aumentará de novo, e vamos
dizer que aumenta em 15 graus. Nestas caixas e qualquer bin com variação para baixo e para
cima, a mudança de fase diferencial será de 35 graus. Como você pode ver na figura 2.3 a, a
mudança de fase diferencial é cumulativa e o valor absoluto não diz nada sobre o que está
acontecendo em bin particular, mas sim tudo o que aconteceu ao longo da radial até esse ponto
(CLARK PAYNE, 2013).

Figura 2.3 - Interpretação física de Parâmetros polarimétrico de (a)fase diferencial (ΦDP) e
(b)fase diferencial específica (KDP). Fonte: Adaptada de Clark Payne (2013)

2.8 Relação (ZDR-R)

Reflectividade diferencial é uma medida do logaritmo da razão entre o pulso horizontal
para a energia retorna do pulso vertical em um volume, que podem também ser pensado como
o logaritmo da razão entre a reflectividade horizontal para a reflectividade vertical nas unidades
lineares. O produto é capaz de determinar valores de -7,9 a +7,9 dB, no entanto, quando os

valores descem abaixo -3,956 dB, o cursor de leitura não mostra o valor real do produto, ele
pode mostrar a ~ -3,956. Isso provavelmente não vai inibir a interpretação física como a maioria
dos valores meteorológicos muito raramente se tornam amplamente negativo (CLARK
PAYNE, 2013). Durante todo período de estudo a precipitação predominante que ocorreu foi
de chuvisco e chuva, os produtos aferidos foram de 0,1890 a 1,5118 dBs mínimo e máximo
respectivamente, não houve cristais de gelo nem granizo durante o periódo de estudo. Onde
ZDR é dada pela equação 2.8.
𝑍𝐷𝑅 = 10𝑙𝑜𝑔10 (

𝑍ℎ
)
𝑍𝑣

(2.8)

A figura 2.4, resume a interpretação física da refletividade diferencial (ZDR). Para
hidrometeoros esféricos tais como gotas de chuvisco, a reflectividade para ambas as dimensões
horizontal e vertical dos hidrometeoros são aproximadamente iguais. Isto leva a uma razão de
horizontal para refletividades verticais de aproximadamente 1, e o registo dessa razão é, por
conseguinte, de aproximadamente zero, o que significa ZDR é de aproximadamente 0 dB. A
mesma lógica pode ser aplicada para os casos de hidrometeoros orientadas horizontalmente e
verticalmente. Hidrometeoros orientado na horizontal, tais como as gotas de chuva terá ZDRs
positivos, e ZDR aumenta quanto maior for o tamanho do hidrometeoro. Hidrometeoros
orientados verticalmente, como cristais de gelo orientados verticalmente em um campo elétrico
de alta tem ZDRs negativos (CLARK PAYNE, 2013).

Figura 2.4 - Interpretação física do Parâmetro polarimétrico da refletividade diferencial (ZDR).
Fonte: Adaptada de Clark Payne (2013)

Muitos estudos sobre a diversidade de polarização têm se concentrado principalmente
na frequência não atenuante (radar de banda S). Desde o estudo inicial de Seliga e Bringi (1976)
e posteriormente o trabalho de Bringi e Chandrasekar (2002) e Brandes et al. (2003), as
investigações mostraram que as observações de radar multi-parâmetro de banda S pode ser
utilizado para obter os parâmetros de distribuição de tamanho de gota da chuva e, assim, estimar
a taxa de precipitação. A maioria dos estudos, no entanto, têm sido baseado com baixa energia
do radar relacionamentos parâmetro de chuva derivados através de espectros de gotas de chuva
simulado ou observados (por exemplo Ryzhkov e Zrnic,1995;). De uma maneira geral para ser
desenhada a partir desses vários estudos é que, as técnicas de estimativa baseadas em KDP
fornece as estimativas mais precisas de taxas elevadas de chuva (>50 mm h-1), enquanto que
para moderadas e taxas baixas de chuva as medições de precipitação é possível através de faixas
médias e combinandas com outros parâmetros de medição do radar (por exemplo, ZDR). Outras
vantagens de estimadores com base em KDP é que eles não são afetados por erros de calibração
do radar ou oclusão do feixe parcial e são menos suscetíveis aos efeitos de montanhas
(Vivekanandan et al 1999; Zrnic e Ryzhkov, 1996). Tal como indicado nesses estudos, a
mudança de fase diferencial em radar de banda S é caracterizada por relativa baixa sensibilidade
à taxa de precipitação, que impacta na resolução de produtos derivados de chuva por
estimadores KDP. Por exemplo, Blackman e Illingworth (1997) têm mostrado que, para obter
uma taxa de precipitação de 8 mm h-1 a partir do KDP em radar de banda S, exigiria da Δr de
pelo menos 5 km a 25 km do alcance do radar.
Um estudo experimental feito por Matrosov et al. (1999), embora valioso do ponto de
vista do desenvolvimento da técnica polarimétrica, não forneceu uma análise quantitativa
adequada dos estimadores. Em outro estudo, no entanto, Matrosov et al. (2002) forneceram uma
análise quantitativa de erro dos diferentes estimadores de chuva com base em dados de campo.
Eles concluíram que um algoritmo multiparamétrico consistindo de ZH, ZDR e medições KDP
fornece o menor erro padrão em comparação com outros estimadores de parâmetro único. De
acordo com os autores, o algoritmo de parâmetro polarimétrica combinada intrinsecamente
representa a variabilidade em relação ao equilíbrio da gota e a forma de tamanho, oferecendo
assim um estimador mais estável.

3. CONCLUSÕES

Neste capítulo abordado, foi possível concluir que são vários os mecanismos que geram
precipitação na costa leste do nordeste do Brasil, mas que os valores de precipitação mais altos
ocorrem, em muitos casos, quando dois ou mais mecanismos se associam ou ocorrem
simultaneamente. As nuvens, por mais semelhantes que sejam a quantidade de água dentro
delas difere considerando os ambientes em que elas se encontram. Os diâmetros das gotas
diferem significativamente entre nuvens de um mesmo ambiente assim como, entre nuvens de
ambientes diferentes. Por outro lado, os mecanismos responsáveis pela formação e crescimento
de gotas em nuvens frias e quentes são os responsáveis pelo crescimento diferenciado das gotas
formadas. Nos últimos anos o cálculo da distribuição de tamanho da gota da chuva têm
constituído uma ferramenta chave em vários estudos ambientais, tais como, remoção de
poluentes, caraterísticas da precipitação, erosão dos solos, diminuição da perda de sinal nos
sistemas ou meios de comunicação, entre outros. Durante o periódo de estudo houve ocorrência
predominanate de chuvisco a chuva fraca e moderada, com DTGs variando nas classes médias
de 0,312 a 1,187 mm de diâmetros. Isso se deve ao episódio de El Niño de intensidade forte
ocasionando diminuição significativa de precipitação, que causou um declínio das chuvas na
estação chuvosa no litoral nordeste brasileiro. Este evento provocou a descida do ar e se aqueceu
por compressão adiabática. Essa subsidência criou uma inversão psicrotérmica, que ipediu
mecanismo dinâmico que provoque movimentos ascendentes e venha vencer a inversão
psicrotérmica predominante, sendo assim, o subitem 2.1.4 foi o principal mecanismo
provocante de chuva durante o periódo estudado
Uma relação Z-R determinada de amostras de precipitação de um determinado local
onde está instalado o radar é a ideal para sua calibração, porque as caraterísticas das
precipitações variam de lugar pra lugar. Bem como, a refletividade diferencial (ZDR) é uma
medida do diâmetro do tamanho de gota média dentro de um volume do pulso do radar. Relevase ainda que ZDR pode ser usado em operações para ajudar a tomar decisões, e em que situações
a qualidade de ZDR é degradada. Destaca-se ainda que o diferencial de fase específica (KDP) é
a derivada do alcance do deslocamento de fase diferencial (ΦDP) ao longo de uma radial.
Operacionalmente, são grandes produtos a serem usado para análise da taxa de chuva, no
entanto, requer uma boa qualidade de dados para ser útil. Dessa maneira ficam garantidas
medições eficientes, a natureza das gotas de chuva pelo radar.

CAPÍTULO 4
4. METODOLOGIA
4.1. LOCAL EXPERIMENTAL, INSTRUMENTAÇÃO E MÉTODOS DE ANÁLISES
4.1.1. Área de estudo e coleta de dados.
A Costa Leste do nordeste do Brasil (NEB), engloba a parte oriental dos estados do Rio
Grande do Norte, Paraíba, Pernambuco e o centro-leste de Sergipe e Alagoas, e a parte sul a
Bahia. Os Estados que pertencem ao o leste do nordeste, o da Paraíba apresenta a menor faixa
litorânea, com 117 km, já o Estado de Alagoas apresenta um litoral com 229 km de extensão
(DA SILVA, 2002). No Nordeste, o clima predominante é do tipo tropical quente e úmido ao
longo da zona costeira, tornando-se seco nas regiões do interior. O tempo é geralmente seco,
durante o verão, e chuvoso no inverno com chuvas mais abundantes na faixa costeira (FIGURA
4.1).
Este estudo foi desenvolvido em Maceió, no Campus A. C. Simões, da Universidade
federal de Alagoas na área experimental do Sistema de Radar Meteorológico de Alagoas –
SIRMAL pertecente ao CEMADEN, em um raio de de abragência de 50 km como primeira
fase e, em um raio de 150 km para segunda fase e 1.50 de elevação para ambas as fases
(FIGURA 4.2).

Figura 4.1 Mapa geográfico brasileiro, localização do Nordeste e do Estado de Alagoas e da
cidade de Maceió onde se encontra o radar meteorológico S-POL do CEMADEN. Fonte:
Adaptado de Tayob (2014).

Figura 4.2 Raios de alcance do radar (círculos preto) e a localização do radar meteorológico
do CEMADEN no Campus A. C. Simões. Fonte: Adaptado de Moraes et al. (2004).

Os dados usados estão divididos em duas fases. A primeira fase envolve dados do
disdrômetro e do radar, a segunda fase, a de calibração, abarcam dados dos pluviômetros e do
radar. A Tabela 4.1 apresenta a lista dos 5 eventos de chuva envolvidos na primeira fase de
estudo no raio de 50 km, com 493 minutos de dados no total para os 5 eventos de chuva. Dos
493 minutos de dados, apenas 20 amostras foram envolvidas no estudo. Com número de gotas
de chuva superior a 30.000 (de 20, amostras de um minuto). A seleção de amostras de chuva
foram dependentes da disponibilidade dos dados do radar, que foram limitados. Um evento de
chuva refere-se ao início da precipitação, até ao final. A gênese dos 5 eventos de chuva
estudados foram todos de estratiforme (nuvens quentes).

Tabela 4.1 Eventos de chuva selecionados a partir dos dados do disdrômetro para os 2 meses
de estudo (Julho e Agosto) do ano 2015 para geração das relações polarimétricas (KDP-R e
ZDR-R) e relação tradicional Z-R.
Evento
de

Números
Data do evento

Hora Local

chuva

de
amostras

Máximo de
precipitação (mm h-1)

22/07/2015

1436-1440

7,24

23/07/2015

0913-0114

222

23,15

01/08/2015

0312-2216

15,99

20/08/2015

0040-2359

131

27,52

21/08/2015

0010-2120

7,93

Tabela

4.2

expõe os valores acumulados a cada 10 minutos selecionados dos dados dos pluviômetros,
totalizando com 400 minutos de dados para a calibração da taxa de chuva gerada pelas relações
polarimétricas. Devido a incossistência dos dados (tanto do radar como dos pluviômetros)
impossibilitou no cálculo de acumulado de 24 horas. Juntou-se os dados dos pluviômetros dos
três locais que coincidem com os dados do radar e considerou-se como um todo, com isso, se
fez o cálculo com os dados instantâneo e usou-se os mesmos para a calibração.

Tabela 4.2 Volume pluviómetrico acumulado a cada 10 minutos selecionados dos dados dos
pluviômetros a partir de 2 meses (Outubro e Novembro) de 2015 para a calibração da taxa de
chuva.
Coordenadas Geográficas
Locais
Latitude

Longitude

Dados
acumulado

Distância (km) em

a cada 10

relação ao radar

minutos
Branquinha

-9.248

-36.014

130

Quebrangulo

-9.318

-36.471

170

Santana do Mandaú

-9.170

-36.217

100

4.1.2. Disdrômetro OTT Parsivel
Os dados utilizados nas análises feitas, foram medidos pelos disdrômetros ópticos a
laser, OTT Parsivel², desenvolvido para medição abrangente de todos os tipos de precipitação.
Esse instrumento, Figura 4.3, está instalado na área experimental do Sistema de Radar
Meteorológico de Alagoas - SIRMAL a 80 metros do nível médio do mar.
Segundo o manual de instruções operacionais do “Present weather sensor OTT
Parsivel2”, esse instrumento mede o tamanho e a velocidade de queda dos hidrometeoros sobre

um feixe de laser e um processador de sinal que classifica o tipo de precipitação, bem como, a
quantidade e intensidade. O Disdrômetro OTT Parsivel2 mede precipitação líquida e sólida e
suas respectivas velocidades. A faixa de medição dos tamanhos de gotas de precipitação liquida
varia de 0,2 a 5 mm. Para partículas precipitantes na forma sólida, seus diâmetros variam de
0,2 a 25 mm, (TAYOB, 2014). As velocidades das gotas de chuva variam de 0,2 a 20 m/s. O
sensor PARSIVEL detecta 8 tipos de hidrometeoros:


garoa, mistura de garoa, mistura de garoa/chuva, chuva, mistura de chuva/neve,
neve, grãos de neve, chuva congelada e granizo.

Foi calculado a DTGs através do diâmetro (D) equivalente ao volume e da velocidade
(V) das partículas em função da subdivisão apropriada da classe média das partículas, em que
existem 32 classes (D e V diferentes), em uma matriz de 32x32 de modo que há um total de
1024 classes. A escala de intervalo dessa classificação é de menor para partículas pequenas,
mais lentas do que para partículas grandes e rápidas (de acordo com o manual Operating
instrutions Present Weather Sensor Parsivel).

Figura 4.3 Disdrômetro OTT Parsivel2 localizado na área externa do sistema de radar
meteorológico de Alagoas. Fonte: Adaptado de Tayob (2014).

Tabela 4.3 Descrição das caracteristicas eletrônicas do disdrômetro OTT Parsivel.
Sensor ótico

Diodo laser

Comprimento de onda

780 nm

Área de medição

54 cm2

Tamanho do feixe

180 x 30 mm
± 1 classes de diâmetro 0,2 a 2 mm

Precisão na medição da precipitação

Precisão na medição da quantidade da
precipitação

± 0,5 classes de diâmetros maior que 2 mm
± 5% precipitação líquida
± 20 % precipitação sólida
-40 a + 70ºc

Condições ambientais

0 a 100% Ur

Refletividade do radar

9,9 a 99 dbz ± 20 %

Dimensões

670 x 600 x 114 mm

Visibilidade

100 a 5000 ± 10 %

Fonte: Tayob, 2014.

4.1.2.1 Princípio de funcionamento do Disdrômetro OTT Parsivel2
O OTT Parsivel2 é um sensor laser que produz uma faixa horizontal de luz. O emissor
e o receptor estão integrados em uma caixa de proteção individual.
Se não há partículas no feixe de laser, Figura 4.4, a tensão de saída máxima é
totalmente direcionada para o receptor. Partículas de precipitação que passam através do feixe
de laser bloqueiam uma parte do feixe correspondente ao seu diâmetro, reduzindo assim a
tensão de saída. Desta forma determina-se o tamanho da partícula.

Figura 4.4 Princípio de funcionamento de OTT Parsivel2.Fonte: Manual de instruções
operacionais do “Present weather sensor OTT Parsivel. Fonte: Adaptada de Tatob (2014).

Para determinar a velocidade da partícula precipitante mede-se a duração do sinal. Um
sinal começa assim que uma partícula de precipitação entra na faixa de luz e termina quando
ela sai totalmente da faixa de luz laser, Figura 4.3. O espectro dos tamanhos, tipo de
precipitação, energia cinética, intensidade de precipitação, refletividade do radar e visibilidade
horizontal são parâmetros derivados das medições de velocidade e tamanho das partículas.
Depois que são determinados os diâmetros dos volumes equivalentes (D) e as velocidades das
partículas (V), o OTT Parsivel2 subdivide as partículas em classes apropriadas. As partículas
medidas são subdivididas em 32 classes de diâmetro (D) e 32 classes de velocidade (V), Tabela
4.4.

Tabela 4.4 Classificação de acordo com diâmetro e velocidade das partículas.
Classe de diâmetros

Classe de velocidades

(mm)

(m s-1)

Classe

Diâmetro médio

Largura da

Velocidade

Largura da

classe

média

classe

0,062

0,125

0,050

0,100

0,187

0,125

0,150

0,100

0,312

0,125

0,250

0,100

0,437

0,125

0,350

0,100

0,562

0,125

0,450

0,100

0,687

0,125

0,550

0,100

0,812

0,125

0,650

0,100

0,937

0,125

0,750

0,100

1,062

0,125

0,850

0,100

1,187

0,125

0,950

0,100

1,375

0,250

1,100

0,200

1,625

0,250

1,300

0,200

1,875

0,250

1,500

0,200

2,125

0,250

1,700

0,200

2,375

0,250

1,900

0,200

2,750

0,500

2,200

0,400

3,250

0,500

2,600

0,400

3,750

0,500

3,000

0,400

4,250

0,500

3,400

0,400

4,750

0,500

3,800

0,400

5,500

1,000

4,400

0,800

6,500

1,000

5,200

0,800

7,500

1,000

6,000

0,800

8,500

1,000

6,800

0,800

9,500

1,000

7,600

0,800

11,000

2,000

8,800

1,600

13,000

2,000

10,400

1,600

15,000

2,000

12,000

1,600

17,000

2,000

13,600

1,600

19,000

2,000

15,200

1,600

21,500

3,000

17,600

3,200

24,500

3,000

20,800

3,200

Fonte: Tayob, 2014.

Os pluviômetros, Figura 4.5, são instrumentos meteorológicos usados para recolher e
medir, em milímetros, a quantidade de chuva precipitada durante um determinado tempo e

local. Neste trabalho, os dados usados são dos pluviômetros pertecente ao CEMADEN que
enviam os dados de forma automática e não necessitam de energia elétrica para funcionar.
Como a função do equipamento é coletar e medir a chuva, estão devidamente instalados em
locais descobertos onde não haja obstáculos (árvores, prédios altos, etc.) que possam interferir
na quantidade de chuva captada (recomendação da OMM).

Figura 4.5 Ilustração de pluviômetros automáticos.

4.1.3. Radar S-POL
Neste estudo foram utilizados os dados do radar meteorológico S-Pol (Figura 4.6),
pertecente ao CEMADEN (Centro Nacional de Monitoramento e Alerta de Desastres Naturais).
Alguns os dados técnicos do radar S-POL podem ser encontrados na Tabela 4.4. Um radar é
contituido por subsistemas: Antena, Refletor, Mecanismo de mudança de polarização, Guia de
onda, Transmissor, Modulador, Relógio Mestre, Processador de sinal, Receptor e Display.

Figura 4.6 Conjunto pedestal, refletor e antena (com a proteção de uma cúpula) do radar S-POL
SIRMAL do CEMADEN. Estrutura metálica (dentro da cúpula) contém os transmissor,
receptor e demais subsistemas.



Transmissor

O transmissor emite radiação eletromagnética, gera-se um sinal de alta freqüência que
deixa a antena do radar em direção a atmosfera. Existem vários transmissores usados nos
radares atualmente, cada um com suas vantagens e desvantagens. Os dois tipos mais utilizados
são o Magnetron (BUDERI, 1996) e (LUTZ et al., 1995).


Modulador

A função do modulador é de ligar e desligar o transmissor para permitir o formato de
onda desejado no pulso transmitido, isto é, o modulador comanda quando e quanto tempo o
transmissor deve transmitir a onda. A taxa com que um radar transmite um pulso é chamada de
freqüência de repetição de pulso (PRF). A PRF é medida em pulsos ou ciclos por segundo. O
Radar S-POL opera até 1300 Hz (LUTZ et al., 1995). O modulador também tem a função de
armazenar energia entre os pulsos transmitidos, para que quando o pulso for transmitido, haja
energia armazenada disponível para o uso (RINEHART, 1997).


Relógio Mestre / Computado

Nos radares antigos a comunicação entre o operador e o radar era feita pelo relógio
mestre do mesmo. O relógio mestre gerava todos os sinais e enviava para os componentes
apropriados do radar. Nas últimas duas décadas os computadores controlam a maior parte dos
radares modernos (RINEHART, 1997).


Guia de onda

Radares que utilizam um cabo coaxial para transmitir as ondas eletromagnéticas perdem
muita energia. Para evitar isso, criou-se o guia de onda (Figura 4.7) que é um condutor que tem
a eficiência máxima para conduzir as ondas eletromagnéticas do radar. Normalmente, o guia de
onda é composto por um metal condutor, retangular e oco cujas dimensões interiores são
proporcionais ao comprimento de onda do sinal emitido pelo radar (SELIGA e BRINGI, 1976).

Parte retangular de um guia de onda

Figura 4.7 Ilustração de um guia de onda com espessura igual à metade do comprimento de
onda utilizado no radar. Fonte: Adaptada de Seliga e Bringi (1976).


Antena

A maioria dos radares modernos possui antenas direcionais, isto é, que concentram a
energia numa direção específica, que permite localizar alvos na atmosfera. Os radares
meteorológicos são normalmente compostos por uma antena e um refletor. A antena é o
elemento que transmite o sinal do radar para a atmosfera em direção ao refletor que reflete e
direciona o sinal.
O ganho da antena é definido como a razão entre a potência recebida num ponto
específico do espaço, onde a potência é máxima, pela potência recebida no mesmo ponto se a
antena fosse isotrópica O ganho é dado por (SELIGA e BRINGI, 1978):
𝑔=

𝑝1
𝑝2

(4.1)

p1 = potência do feixe da antena numa dada direção;
p2 = potência do feixe se a antena fosse isotrópica na mesma direção de p1.
ou,
𝑝1
𝐺 = 10𝑙𝑜𝑔10 ( )
𝑝2

(4.2)

G é dado em dB.

O radar S-POL possui um ganho de 44,5 dB (LUTZ et al., 1995) se a antena fosse
isotrópica o ganho seria de 0 dB (p1=p2). Um outro parâmetro importante da antena é a largura
do feixe, que é definido como o comprimento angular do feixe da antena medido à partir do
ponto onde a potência é a metade da potência máxima. O ganho da antena e a largura do feixe
estão relacionados pela seguinte equação (BATTAN, 1973):
𝑔=

𝜇2𝑘 2
ɵ∅

(4.3)

Onde ɵ e⁡∅ são a largura horizontal e vertical do feixe da antena respectivamente, em
radianos. k2 depende da forma da antena, para uma antena circular k=1. Para refletores
circulares, as larguras do feixe circular e horizontal seriam iguais:
𝜇2
𝑔= 2
ɵ



(4.4)

Mecanismo de mudança de polarização

O mecanismo de mudança de polarização como o próprio nome diz é um mecanismo
capaz de mudar a polarização do radar rapidamente, da horizontal para a vertical e vice-versa.
Se um radar transmite a um PRF de 1000 Hz o mecanismo deve mudar a polarização a esta
mesma taxa (RINEHART, 1997).


Receptor

O receptor tem a função de detectar e ampliar os sinais detectados pela antena. A maior
parte dos receptores misturam o sinal recebido com um sinal de referência, que é diferente da
frequência transmitida. Misturando o sinal recebido com um sinal de referência, converte-se o
sinal para uma frequência mais baixa entre de 30 e 60 MHz, que são facilmente processadas.
Esta frequência é chamada de frequência intermediária (IF), que é ampliada para ser exibida ou
gravada (RINEHART, 1997).


Display

Os radares modernos usam os computadores para mostrar os dados do radar para o
operador. Normalmente, a informação do radar é exibida como um Plan Position Indicator
(PPI), que mostra os dados do radar num mapa centrado no mesmo. Devido à curvatura da Terra
e do deslocamento do feixe do radar, quando mais distante do centro o alvo detectado pelo radar
estará numa altitude maior (Figura 4.8).

Figura 4.8 Ilustração da curvatura de um feixe de radar na atmosfera.

O PPI (Plan Position Indicator) é o produto gerado de uma varredura em azimute.
O produto representa a projeção, no plano horizontal, dos dados dos ecos recebidos ao longo
das radiais do radar. É utilizado para vigilância a grandes distâncias, por exemplo, num raio de
400 km (Figura 4.9).
Normalmente, o ângulo de elevação é pequeno, < 5º, em relação ao horizonte, sendo
que o ângulo de elevação usado neste trabalho é 1.5 º.

Figura 4.9 Ilustração de varredura em azimute.


Doppler

Quando um sinal do radar é transmitido com uma fase inicial (∅0 ), a fase do sinal que é
recebida é dada por (RINEHART, 1997):

∅ = ∅0 +

4𝜋𝑟
𝜆

(4.5)

Onde 𝜆 é o comprimento de onda do radar (m) e r é à distância do objeto detectado pelo
radar (m). A mudança de fase com o tempo entre um pulso e outro é dado por:

𝑑∅ 4𝜋 𝑑𝑟
=
𝑑𝑡
𝜆 𝑑𝑡

(4.6)

onde d/dt é a derivada temporal. A velocidade de um objeto é dada por:

𝑉=

𝑑𝑟
𝑑𝑡

(4.7)

A frequência angular Ω é a taxa de mudança angular (ou fase), e é definida por:

𝛺=

𝑑∅
= 2𝜋𝑓
𝑑𝑡

(4.8)

Onde f é a mudança de frequência em Hz (ou ciclos por segundo). Combinado as
equações 4.6, 4.7 e 4.8 obtêm-se a mudança de frequência de um objeto em movimento;

𝑓=

2𝑉
𝜆

(4.9)

A Equação 4.9 mostra a mudança de frequência causada por um objeto em movimento
com relação ao radar. Nota-se que é linearmente proporcional à velocidade e inversamente
proporcional ao comprimento de onda. No radar o comprimento de onda é constante, então a
mudança de frequência é dependente apenas da velocidade do alvo. Assim o principio do radar
Doppler é o de detectar a mudança de um determinado alvo para obter sua velocidade radial
(RINEHART, 1997).

4.1.3

Técnicas de análise de dados

O radar meteorológico mede a chuva de maneira indireta, através da estimativa da energia
eletromagnética de microondas a ele retornada, refletida pela chuva, representada pelo fator de
refletividade do radar - Z - , que depende da distribuição das gotas de chuva dentro do volume
de precipitação amostrado pelo radar. Essa mesma distribuição de gotas, também é medida pelo

disdrômetro na superfície, de modo que as medidas de mesma grandeza na precipitação,
efetuadas pelos dois equipamentos, foram comparadas.
Os dados do disdrômetro analisados no presente estudo, usou-se cálculo da DTGs com
progrma Software IDL (vide in apêndice A). Foram criteriosamente analisados, por forma a
evitar a presença de registros de valores impróprios a esse tipo de series.
Para os dados do radar em formato VOL (Rainbow) da primeira fase, gerou-se imagens
de chuva num raio de 50 km, na segunda fase, as imagens geradas foram num raio de 150 km,
ambas as fases com PPIs de 1.50 de elevação (ver a figura 4.2). Gerou-se imagens de
refletividade Z, ZDR e KDP através do Software Rainbow®5. Converteu-se as imagens em dados
(valores médios) através da integração de 5 pontos mais próximos da cordenada, no qual
utilisou-se a linguagem de programação em Fortran no sistema operacional Linux (vide in
apêndice B).
Para determinar a expressão que relaciona a refletividade do radar à intensidade da
precipitação do disdrômetro foram considerados valores de intensidade de precipitação 0,1mm
h-1 ≤ R ≤ 80 mm h-1 e de refletividade 9,8 ≤ Z ≤ 35 dbz.

4.1.4

Produtos hidrológicos

4.1.5.1 Estimativa da taxa de precipitação com a metodologia do Manual do Software
Rainbow
As medições polarimétricos são usados para cálculo de precipitação automaticamente,
dependendo do comprimento de onda do radar, sendo para os radares banda S que foi usado
neste trabalho, o algoritmo protótipo utilizado por Ryzhkov et al. (2005):
𝑅(𝐾𝑑𝑝 )
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑝𝑎𝑟𝑎⁡𝑅(𝑍) < 6𝑚𝑚/ℎ
0.4 + 5.0|𝑍𝑑𝑟 − 1|1.3

(4.10a)

𝑅(𝐾𝑑𝑝 )
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑝𝑎𝑟𝑎⁡6 < 𝑅(𝑍) < 50𝑚𝑚/ℎ
0.4 + 3.5|𝑍𝑑𝑟 − 1|1.7

(4.10b)

𝑅=

𝑅 = 𝑅(𝐾𝑑𝑝 )⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑝𝑎𝑟𝑎⁡𝑅(𝑍) > 50𝑚𝑚/ℎ

(4.10c)

Porém, durante o periódo estudado houve registro de precipitação inferior a 30 mm h-1,
no entanto, usou-se somente os paramentros das Equações (4.10a e 4.10b).

4.1.6 Calibração da taxa de chuva gerada pela relação polarimétrica ZDR-R com os
dados dos pluviometros.
A partir dos dados de estudo, os valores dos coeficientes a e b da relação polarimétrica
ZDR-R obtida da equação 4.11, foi gerada taxa de chuva estantanéa estimada e comparada com
os valores da taxa de chuva instantâneas dos pluviômetros através da Equação 4.12.
Sendo que,
𝑍𝐷𝑅 = 𝑎𝑅 𝑏

(4.11)

Então,
1

𝑍𝐷𝑅 𝑏
𝑅⁡(𝑚𝑚. ℎ−1 ) =
𝑎

(4.12)

a = 0.4111, b = 0.1972 são os parâmetros da relação polarimétrica ZDR-R da definição do
produto gerado.

4.1.6.1 Coversão dos volumes pluviométricos em taxa de chuva estantanéa para a
comparação com a taxa gerada de chuva do radar

Os dados de chuva dos pluviômetros estão registrados a cada 10 minutos em volume
pluviométricos, dada pela Equação 4.13 convertido em taxa de chuva instantânea em
milímetros por hora.
𝑅(𝑚𝑚. ℎ−1 ) =

𝜓
𝑡

(4.13)

Onde,
R é a taxa de chuva (mm.h-1)
𝟁 é o valor de chuva acumulado (em mm) a cada 10 minutos do pluviômetro.
t é o tempo correspondente a 10 minutos, ou seja, 0,166 horas.

4.1.6.2 Cálculo da raiz quadrática média (RMS)
Para se verificar a boa calibração utilizou-se a Equação 4.14 que é a raiz quadrada da
somatório dos quadrados dos valores das taxas de chuva do radar e dos pluviômetros.

𝑁

1
𝑅𝑀𝑆 = ⁡ √ ∑(𝑅𝑅𝐴𝐷𝐴𝑅 2 − 𝑅𝑃𝐿𝑈𝑉𝐼Ô𝑀𝐸𝑇𝑅𝑂 2 )
𝑁
𝑖=1

Onde,
N - Número do total de valores somados
R - Taxa de chuva (mm.h-1) do radar e do pluviômetro

(4.14)

CAPÍTULO 5

5. RESULTADOS E DISCUSSÃO
5.1 Distribuição de tamanho das gotas (DTGs)

Os diâmetros das gotas além de variarem em função do ambiente, marinho ou
continental, em que a nuvem se encontra elas variam segundo o tipo de nuvem que as concentra,
nuvem quente ou nuvem fria. As nuvens marinhas são constituídas de gotas com diâmetros
maiores do que as gotas que constituem as nuvens em ambiente continental. Segundo Belculfiné
(1977) tal distinção é devido ao conteúdo de núcleos das duas massas de ar envolvidas.
Em nuvens quentes as gotas de chuva são, geralmente, de diâmetros menores que as
encontradas em nuvens frias e, dificilmente, gotas de chuva existentes em nuvens quentes
passam de 2 mm de diâmetro. Esse facto pode ser explicado pela combinação do processo de
Bergeron mais colisão-coalescência (em nuvens frias) produz gotas maiores que o processo de
colisão-coalescência sozinho [em nuvens quentes] (BELCULFINÉ, 1977).
Na Figura 5.1, apresenta a distribuição de tamanho de gotas (DTGs) obtidos pelo
disdrômetro Parsivel durante todo periódo de estudo .
Observa-se que há maior número de gotas concentrado nas classes médias de 0,312 e
0,427 mm com 36% e 29%, respectivamente (FIGURA 5.1). Nota-se que as gotas com
diâmetros suaperior a 1 mm, representou somete 1% nas classes 1,062 e 1,187 mm, totalizando
2% de concentração. Portanto, conclui-se que durante o periódo de estudo houve ocorrência de
chuva fraca e moderada proveniente de nuvens quentes em que as gotas de chuva são,
geralmente, de diâmetros menores que dificilmente passam de 2 mm.

Figura 5.1 – Resultados de cálculo da distribuição de tamanho de gotas, medidos pelo
disdrômetros Parsivel do SIRMAL durante os meses de Julho e Agosto, periódo de estudo.

5.2 Relações Z-R (técnica tradicional) e ZDR-R (técnica polarimétrica) para todo periódo
de estudo
Desde o estudo inicial de Seliga e Bringi (1976) até o mais recente trabalho de Bringi et
al. (2002) e Brandes et al. (2003), as investigações mostraram que as observações de radar
multi-parâmetro de banda S pode ser utilizado para obter os parâmetros de distribuição de
tamanho de gota da chuva e, assim, estimar a taxa de precipitação. No entanto, as técnicas de
estimativas baseadas em KDP fornece as estimativas mais precisas de taxas elevadas de chuva
(R>50 mm h-1), enquanto que para moderadas e taxas baixas de chuva as medições de
precipitação é possível através de faixas médias e combinandas com outro parâmetro de
medição do radar, baseada em ZDR. Essas duas técnicas (ZDR e KDP).
As incertezas de um estimador de taxa de precipitação por radar são resultado de três
causas: erro instrumental, o mais conhecido sendo o erro de calibração do radar; erro estatístico,
em relação às posições aleatórias e velocidades das gotas de chuva no interior do volume de
dispersão (DOVIAK e ZRNIC, 1984); erro físico, relacionado com o "físico" 'variabilidade' da
DTG (ULBRICH, 1983).
Na técnica clássica (Z-R), a incerteza estatística do estimador é moderada, mas o
impacto do estimador da variabilidade física das características médias (DTGs) e no erro de
calibração de radar é grande. Por outro lado, na técnica de diversidade de polarização (KDP-R
e ZDR-R), as incertezas físicas são reduzidos e a sensibilidade ao erro de calibração de radar é
suprimida (para a técnica de KDP), mas a incerteza estatística é maior. Isso leva à idéia de um
algoritmo ''combinado'', o que acumula as vantagens da técnica clássica (incerteza estatística
moderada) e a técnica de diversidade de polarização (sensibilidade reduzida para a variabilidade
da DTGs).
Durante todo periódo estudado não houve taxas de chuva elevadas (>30 mm h-1),
todavia, descartou-se a técnica de estimativa baseada em KDP. Contudo, utilizou-se a técnica de
estimativa baseada em ZDR. Para melhor análise dos dados utilisou-se a técnica de interpolação
(de agregação linear).
Figura de dispersão das refletividades Z (mm6 m-3) e ZDR (dBs) versus taxa de chuva R
(mm.h-1), nas Figuras 2a, b respectivamente. O conteúdo da refletividade diferencial (ZDR) e a
taxa de Precipitação (R) em função da DTGs, relacionou-se estas grandezas com as medidas
feitas pelo radar meteorológico. O que se pode verificar há uma maior dispersão na Figura 2a
(relação Z-R, técnica tradicional) , em que os coeficientes foram a = 15,505 e b = 0.1534, com
R2 = 0.1108 ; e menor dispersão de refletividade ZDR-R, com coeficientes a = 0.4111 e b =

0.1972, com R2 = 0.8293. Durante todo periódo ocorreu chuva de pouca intensidade (de origem
nuvens quentes) e a dispersão de refletividade ZDR-R, para além de quantificar a intensidade
(FIGURA 5.3), revela também as características microfísica das gotas de chuva com tamanho
que varia de 0,28 a 0,83 mm de diâmetro que está dentro do intervalo da DTGs descrito na
Figura 5.1, característicos de nuves quentes. Nota-se uma divisão nas taxas de chuva entre 0 a
2 mm h-1, 2 a 6 mm h-1 e entre 6 a 30 mm h-1, (FUGURA 2b).
a)

Figura 5.2 Diagrama (5.2 a,b) de dispersão das refletividade ZDR (dBs) versus taxa de chuva R
(mm.h-1) do período estudado.

Observa-se na Figura 5.3 em que a refletividade ZDR (linha verde) representou bem a
taxa de precipitação R (linha azul), gotas maiores corresponderam a taxas maiores de
precipitação e gotas menores para menores taxas de chuva. Verifica-se que a refletividade ZDR
acompanhou o comportamento da taxa de chuva em todo periódo.

Figura 5.3 Variação temporal da refletividade ZDR e da taxa de chuva do período estudado.

5.2.1 Relações Z-R (técnica tradicional) e ZDR-R (técnica polarimétrica) para taxa de
chuva superior a 6 mm h-1
Com clara divisão que se verificou nos dados dos diagramas de dispersão na Figura
5.2b, objetivou-se por se fazer estratificação entre taxas de chuva de 0 a 2 mm h-1 e 2 a 6 mm
h-1 e entre 6 a 30 mm h-1.
A Figura 5.4 a,b ilustara diagrama de dispersão das refletividade ZDR (dB) versus taxa
de chuva R > 6 mm h-1 (para 15 minutos de amostras). Nota-se variabilidade entre 0.42 a 0.85
dBs e que em toda amostra ZDR > 0 dB e com taxas de chuva que varia de 9.5 a 27,5 mm.h-1,
verifica-se factivelmente que há uma correlação linear (FIGURA 5.4b). Verifica-se que todas a
gotas são de formato quase oblato (por apresentarem ZDR > 0.5 dBs), que pressupõe gotas
maiores e pesadas do que as outras.
a)

Figura 5.4 Diagrama (5.4 a,b) de dispersão das refletividade ZDR (dBs) versus taxa de chuva R
> 6 mm h-1 (no intervalo de 15 minutos de amostras).

Para uma abordagem mais clara, na variação temporal, observa-se na Figura 5.5 em que
a refletividade ZDR e a taxa de precipitação (R) tiveram o mesmo comportamento em todo
periódo, observa-se que a refletividade ZDR (linha de cor laranja)

acompanhou o

comportamento da taxa de chuva (linha de cor azul) em todo periódo. Em geral, o
comportamneto de maiores refletividades (ZDR em dB) deu-se à taxas de chuva elevada.

Figura 5.5 Variação temporal da refletividade ZDR e da precipitação superior a 6 mm h-1.

5.2.1.1 Distribuição de tamanho das gotas (DTGs) para taxa de chuva superior a 6 mm
h-1
Para uma visão mais nítida do que se descreveu nas Figuras 5.4 e 5.5, é apresentada
como exemplo, na Figura 5.6, a concentração da DTGs calculadas para taxa de chuva superior
a 6 mm.h-1 em função dos espectros de gotas medidos via disdrômetro. Nos intervalos de 5
minutos de dados, observa-se distribuição que varia de 0,187 – 2,375 mm, com maior
frequência de concentração das gotas na classe de 0,427 (diâmetro em mm) com 34.224 gotas
e com variabilidade nas classes de 0,312 a 0,937 (dentro de retângulo vermelho). Observa-se
também variabilidade nas classes 1,187 – 2,125 mm, com total de 1949 gotas, entende-se que
são gotas maiores e pesadas de formato quase oblata que valida os resutados da Figura 5.4.

Figura 5.6 Concentração da DTGs calculadas em relação ao espectros de gotas medidos via
disdrômetro para precipitações > 6 mm h-1, nos intervalos de 5 minutos de dados .

5.2.2 Relações Z-R (técnica tradicional) e ZDR-R (técnica polarimétrica) para taxa de
chuva inferior a 2 mm h-1
A interpretação física da refletividade diferencial (ZDR), para hidrometeoros esféricos
tais como gotas de chuvisco. Neste, a reflectividade para ambas as dimensões horizontal e
vertical das gotas, significa que ZDR é de aproximadamente 0 dB.
O que pode se verificar na Figura 5.7, para a taxa de chuva entre 0 a 2 mm h-1 já
estratificada, menor dispersão da refletividade ZDR, em que o valor maximo é de 0.46 dBs,
isso se deve às gotos menores de chuva.
a)

Figura 5.7 Diagrama (5.7 a,b) de dispersão das refletividade ZDR (dBs) versus taxa de chuva R
< 2 mm h-1 (para 15 minutos de amostras).

Na variação temporal da refletividade e da precipitação inferor a 2 mm h-1 (figura 5.8),
observa-se que a refletividade diferencial (ZDR) está mais prximo de 0 dB, que as gotas de
chuva tendem a forma esféricas, pressupõe que as gotas são pequenas, em que a reflectividade
para ambas as dimensões horizontal e vertical das gotas tendem a ser iguais.

Figura 5.8 Variação temporal da refletividade e da precipitação inferor a 2 mm h-1.

5.2.2.1 Distribuição de tamanho das gotas (DTGs) para taxa de chuva inferior a 2 mm h1

Nos intervalos de 9 minutos de precipitação inferor a 2 mm h-1, observa-se no
histrograma da concentração da DTGs em função dos espectros de gotas que a concentração
varia de 0,187 – 0,937 mm (dentro de retângulo vermelho) com maior frequência de
concentração de gotas na classe de 0,312 de diâmetro com 83.812 gotas (FIGURA 5.9).
Também, observa-se que há somente concentração de 13 gotas na classe 0,937 mm de diâmetro
e que não há mais seguintes classes, nota-se que são gotas com diâmetros menores de formato
quase esféricas que presumi-se ser precipitção de pouca intensidade e que corrobora com os
resultados nas Figuras 5.7 e 5.8.

Figura 5.9 Concentração da DTGs calculadas em função do espectros de gotas medidos via
disdrômetro para taxa de chuva inferior de 2 mm h-1.

5.2.3 Relações Z-R (técnica tradicional) e ZDR-R (técnica polarimétrica) para taxa de
chuva 2 a 6 mm h-1
Para o caso da precipitação entre 2 a 6 mm h-1, o ZDR variou entre 0.55 a 0.62 dBs,
afastando-se mais ainda de 0 dB (FIGURA 5.10b). As gotas contidas nessa precipitação têm
orientação proporcionalmente horizontal, verificando-se maior atenuação do pulso horizontal
que o pulso vertical. Quando isso ocorre, a diferência entre os dois pulsos horizontal e vertical
é posetivo. No entanto, as gotas de chuva têm ZDRs positivos e que ZDR aumentará quanto
maiores for as gotas.
Observa-se na Figura 510a,b que as relações Z-R (técnica tradicional) e ZDR-R (técnica
polaritimética) aprsentaram pouca dispersão.
a)

Figura 5.10 a,b Diagrama de dispersão das refletividade ZDR (dBs) versus taxa de chuva entre
2 a 6 mm h-1 (no intervalo de 7 minutos de amostras).

Observa-se na Figura 5.11 a variação temporal da refletividade ZDR e da precipitação.
A refletividade ZDR (linha verde) tem quase as mesmas odulações em relação à taxa de chuva
(linha azul), com exceção no horário 08:40 minutos que ZDR teve pico baixo que o pico da
taxa de chuva. No geral, o ZDR oscilou entre 0,55 – 0,63 dBs representando a taxa de chuva
entre 2,5 - 5,5 mm h-1.

Figura 5.11 Variação temporal da refletividade e da precipitação entre 2 a 6 mm h-1.

5.2.3.1 Distribuição de tamanho das gotas (DTGs) para taxa de chuva inferior a 2 mm h-1

Para se verificar o que se descreveu nas Figuras 5.10 e 5.11, no intervalo dos 7 minutos
de precipitação superior a 2 mm.h-1 e inferior a 6 mm.h-1, a concentração da DTGs em função
dos espectros das gotas que contêm gotas com diâmetros superior a 1 mm, totalizando 126 gotas
(dentro do retângulo vermelho), inferi-se que tem número significativo de gotas superior a 1
mm de diâmetro, que são relativamente maiores e pesadas com formatos quase oblatos
(FIGURA 5.12).
A concentração variou de 0,187 – 1,375 mm de diâmetro com maior frequência de
concentração das gotas na classe de 0.427 mm de diâmetro com 79.785 gotas (dentro do circulo
vermelho).

Figura 5.12 Concentração da DTGs calculadas em função do espectros de gotas medidos via
disdrômetro para a taxa de chuva entre 2 a 6 mm h-1.

5.2.4 Comparação das Concentrações da DTGs da taxa de chuva inferior a 2 mm.h-1, taxa
de chuva entre 2 mm h-1 a 6 mm h-1 e taxa de chuva entre 6 mm h-1 a 30 mm h-1.

Para uma discussão mais ampla das concentrações da DTGs calculadas em função do
espectros de gotas medidos fez-se a comparação dos três conjuntos de taxas de chuva distintas
(cor azul para taxa de chuva inferior a 2 mm h-1, cor laranja para taxa de chuva entre 2 mm h-1
a 6 mm h-1 e taxa de chuva entre 6 mm h-1a 30 mm h-1) [FIGURA 5.13].
A distribuição de maiores frequências de concentração das gotas estão ordenadas em
classes diferentes. Para taxa de chuva inferior a 2 mm h-1, a classe com maior concentração foi
de 0,312 mm de diâmetro com 83.812 gotas; já para taxas de chuvas entre 2 mm h-1 a 6 mm h1

, a concentração maior observou-se na classe 0,427 com 79.785 gotas concentradas.

Diferentemente das outras, para taxa de chuva entre 6 mm h-1 a 30 mm h-1, a maior concentração
de 34.224 gotas, por conseguinte, observou-se na classe 0,562 mm.
À vista disso, as taxas de chuvas entre 6 mm h-1 a 30 mm h-1 têm concentrações de gotas
nas maiores classes, até 2.125 mm, como pode-se ver nitidamente na Figura 5.13. Foi única e
exclusiva a essas taxas de chuva que há gotas na classe 2.125 mm, com total de 9 gotas. Como
se observa, são nessas taxas de chuva que há maior números de gotas nas classes 1,062 a 1,875
com total de 3.312 gotas, em quanto que para taxa de chuva entre 2 mm h-1 a 6 mm h-1, o total
são de 126 gotas. Entretanto, para taxa de chuva inferior a 2 mm h-1 não se verifica
concentrações de gotas nas classes superior a 1.062 mm, que limitou-se apenas na classe 0.937
com total de 13 gotas.
Do ponto de vista geral, há uma distribuição padrão da concetração das gotas para os
três conjuntos distintos. Integrando as concetrações de todas as classes, para as taxas de chuva
inferior 2 mm h-1, entre 2 mm h-1 a 6 mm h-1 e entre 6 mm h-1 a 30 mm h-1 possui total de
18.2868, 19.8715 e 11.0253, respectivamente.

Figura 5.13 Comparação das Concentrações da DTGs calculadas em função do espectros de
gotas medidos via disdrômetro para os três conjuntos de taxas de chuva distintas (cor azul para
taxa de chuva inferior a 2 mm.h-1, cor laranja para taxa de chuva entre 2 mm.h-1 a 6 mm.h-1 e
taxa de chuva entre 6 mm.h-1 a 30 mm.h-1).

5.3 Refetividade de Radar e do Distrometero
A Figura 5.14 mostra a refletividade do

radar (linha verde) e da refletividade do

disdrômetro (linha azul) em dBZs, ambos no campo universitário (no SIRMAL). Observa-se
boa qualitativa de concordância da refletividade derivado do disdrômetro e do radar. Apesar da
refletividade derivada do radar ser menor em quase todo período do que da refletividade do
distrometero, acompanhou a mesma oscilação da refletividade do disdrômetro.
A diferença entre os dois valores de refletividades são originados de três causas. Primeira
causa, o disdrômetro não está a uma distância considerável do radar, está a 2 mestros de
distância (no ponto cego do radar). Segunda causa, os dados do radar usados são provenientes
de três pontos distintos (cordenadas diferentes) que são: Marechal Deodoro a 23 km de distância
do radar, Ipioca a 18 Km de distância do radar e Trapiche da Barra a 16 Km de distância do
radar. Agrupou-se os dados do radar dos três pontos distintos e considerou-se como um só
(somente dados do disdrômetro que coincidiram com os dados do radar, a cada 10 minutos,
foram usados). Procedeu-se desta maneira, por inconsistência de dados do radar em um único
ponto. Terceira causa, consiste na diferença espacial e temporal do volume de amostragem
entre os dados de radar e os dados do disdrômetro. O radar mede indiretamente a cada 10
minutos a chuva no espaço e o disdrômetro mede e registra a chuva em superfície acada minuto.

Figura 5.14 Comparação de séries temporais da refletividades do radar e do disdrômetro em
dBZs para todo periódo estudado.

5.4 Calibração da taxa estantanéa de chuva gerada pela relação polarimétrica ZDR-R
com as taxas de chuva estantanéa dos pluviômetros.
O ano de 2015 ocorreu o episódio do El Niño forte que, na maioria da vezes, influiu no
declínio da chuva na estação chuvosa no Nordeste brasileiro, por consequência da diminuição
da precipitação os dados do radar foram inconsistentes e insuficientes, que impossibilitou no
cálculo do acumulado de 24 horas para se verificar a eficácia da calibração, sendo que, o
acúmulo de 24 horas (o mais aceite) se obteria resultados significativos na estimativa de chuva.
Contudo, optou-se por se usar os dados instantâneas (de a cada 10 minutos). Na Figura
5.15 dispõe a dispersão das estimativas de taxas instantâneos de chuva do radar e taxas
instantâneas observadas dos pluviômetros. Durante quase todo período o radar superestimou a
taxa de chuva, onde dois casos (indicados pelas setas pretas) foram exceção, em que o radar
subestimou a taxa de chuva. No entanto, apresentou grau de dispersão consideravél, se verificou
boa estimativa através do parâmetro polarimétrico ZDR-R , através da raiz média quadrática
(RMS) que foi de 1.0050.

Figura 5.15 Quarenta minutos de calibração das taxas instantâneas de chuva estimada (do
algoritmo polarimétrico ZDR) versus taxas instantâneas de chuva observadas dos pluviômetros.

Para uma percepção mais clara do que se descreveu na Figura 5.15 da eficácia do
algoritmo polarimétrico ZDR na estimativa de chuva instantânea e a natureza das gotas de
chuva, na Figura 5.16 faz a comparação da variação temporal da taxa de chuva instantânea do
radar com a variação instantânea da taxa de chuva dos pluviômetros. Não obstante o radar ter
superstimado em quase todo período, nota-se um padrão com mesmo comportamento em todo
período.
Verifica-se também que o radar subestimou em dois momentos a taxa instantânea de
chuva (indicadas por setas pretas), isso implica uma correção fácil do algoritmo polarimétrico
ZDR para boa estimativa de taxa de chuva.
A supertimativa (Fig. 5.16) e a maior disperssão (fig. 5.15) justifica-se por se fazer
comparações com dados de taxa instantânea de chuva. Pois, se com os dados instantâneos há
uma eficácia na estimativa da chuva, com os dados acumulados de 24 horas melhoraria na
estimativa.

Figura 5.16 Comparação da variação temporal da taxa instantânea de chuva do algoritmo
polarimétrico ZDR de radar (linha vermelha) com a taxa instantânea de chuva dos pluviômetros
(linha azul).

6. CONSIDERAÇÕES FINAIS E SUGESTÕES

Este trabalho, conforme a proposta, seria para ser desenhada a partir de duas técnicas
polarimétrica para estimativa baseadas em KDP que forneceria estimativas mais precisas de
taxas elevadas de chuva ( superior a 50 mm h-1). Para taxas de chuva moderadas e baixas, as
medições de precipitação foi possível através de outro parâmetro polarimétrico, baseado em
ZDR. As duas técnicas juntas (ZDR e KDP) seriam de bom aproveitamento no que se refere à
análise da classificação das gotas de chuva. Porém, por não ocorrer chuva superior a 50 mm h1

e falta de dados consistentes devido ao episódio do El Niño forte, não se alcançou alguns

objectivos, que são: estimar a natureza microfísica das gotas de chuva e entensidade da taxa de
chuva superior a 50 mm h-1 e calibrar a taxa de chuva com acumulado de 24 horas.
No entanto, não comprpmeteu a finalização do trabalho porque os resultados obtidos
com a estimativa polarimétrica ZDR e calibração com taxas instantâneas de chuva, foram de
expressiva relevância científica, uma vez que foi possível estabelecer critérios inovadores para
a quantificação da precipitação para a região litoral do nordeste.


A classificação das características microfísicas gotas de chuva apresentou
resultados bem condizente com o que se observou nas relações polarimétricas
ZDR-R e da DTGs nas taxas de chuva inferior 2 mm h-1, taxa de chuva entre
2 mm h-1 a 6 mm h-1 e entre 6 mm h-1 a 30 mm h-1 proveniente do tipo de
nuvens quentes de origem do sistema de mesoscala (brisas marinhas e terrestres
e Ventos Alísios).



As relações polarimétricas ZDR-R na correlação apresentaram poucas
dispersões.



As relações tradicionais Z-R apresentaram dispersões maiores do que as
relações polarimétricas ZDR-R .



Na calibração da taxa instantânea de chuva, a polarimétria ZDR (relação ZDRR) estimou com relevância a taxa instantânea, com RMS de 1.0050.



O radar superestimou a taxa instantânea em quase todo periódo com viés
máximo de 10.2357 e mínimo de -0.1465.

As sugestões para os próximos passos é a obtenção de dados de chuva superior a 50 mm
h-1 e consistentes para a estimativa de chuva com a relação polarimétrica KDP-R de forma a
proporcionar bons estudos do comportamento microfísico das nuvens e estimar com acumulado
de 24 horas de taxas de chuva.

Também,

pretende-se

estudar

características

microfísicas,

dinâmicas

termodinâmicas de sistemas precipitantes convecticos e estratiformes em diferentes regiões do
Brasil, a partir de medidas polarimétricas da rede de radares meteorológicos (S-POL) do
CEMADEN. Visando contribuir para o aperfeiçoamento do conhecimento acerca de sistemas
convectivos e estratiformes em ambientes oceânicos, continentais, urbanos e rurais. Uma vez
que em um dado instante, o céu de determinado local pode conter os mais variados tipos de
nuvens ao mesmo tempo, sendo assim de extrema importância que o conjunto de interações dos
processos microfísicos, dinâmicos e termodinâmicos des nuvens

estejam muito bem

representados nas parametrizações de modelos númericos, na busca por melhores resultados
nas análises e previsões.

7. REFERÊNCIAS BIBLIOGRÁFICAS

ADETAN, O.; AFULLO, T. J. O.: The Critical Diameter for Rainfall Aattenuation in Southern
Africa”, School of Electrical, Electronic Computer Engineering, University of KwaZulu-Natal,
Durban 4041, South Africa., Progress In Electromagnetics Research B, 2013. Vol. 46,
pp275-297.
ADIMULA, I. A.; AJAY, G. O.: Variations In Raindrop Size Distribution and Specific
Attenuation due to Rain in Nigeria. ANN. TÉLÉCOMIN. 1996. 51, nº1-2.
ANTÓNIO, M. de A.: Medidas de Chuva com Radar e Disdrômetro. In: Congresso de
Meteorologia,11, 2000, Rio de Janeiro. ANAIS, São Paulo, SBMET.
BATTAN, L. J.; ISAAC, G. A.: Radar Observation of the Atmosphere. University of
Chicago Press, 1973, 323 pag.
BELCULFINE, U.: Física das nuvens. 2º Edição. 1977. CTA. IAE. São José dos Campos-SP.
BLACKMAN, T. M.; ILLINGWORTH, A. J.: Examining the lower limit of KDP rain-rate
estimation including a case study at Sband. 1997. Preprints, 28th Int. Conf. on Radar
Meteorology, Austin, TX, Amer. Meteor. Soc., 117–118.
BRANDES, E. A.; ZHANG, G.; VIVEKANANDAN, J.: An evaluation of a drop distributionbased polarimetric radar rainfall estimator. 2003. J. Appl. Meteor., 42, 652–660.
BRINGI, V. N.; CHANDRASEKAR, V.: Polarimetric Doppler Weather Radar: Principles and
Applications. Cambridge University Press, 636 pp. 2002.
BRINGI,V.N. et al.: Raindrop Size Distribution in Different Climatic Regimes from
Disdrometer and Dual-Polarized Radar Analysis. Journal of the atmospheric sciences. 2003.
Vol.60, American Meteorological Society. pp354-365.
BUDERI; ROBERT: The Invention That Changed the World. Simon and Schuster, 1996.
Nova Iorque, 575 pp.
CLARK PAYNE: National Weather Service - Warning Decision Training Division: DualPolarization

Radar

Training

for

NWS

Partners.

2013.

Disponível

em:

<http://www.wdtb.noaa.gov/courses/dualpol/Outreach/> acesso em: 03/04/2015.

COELHO, S. C. B.: Caraterísticas da Precipitação Pluviométrica do Nordeste Brasileiro e
Seus Padrões de Acoplamento com as TSM do Pacifico Equatorial e do Atlântico Sul.
Dissertação de Mestrado em Meteorologia apresentada à UFAL/ICAT para obtenção do titulo
de Mestre em Mateorologia. 2010. p5-12.
COHEN, J. C. P.; SILVA DIAS, M.A F.; NOBRE, C.A.: Aspectos climatológicos das linhas
de instabilidades da Amazônia. 1989. Climanálise, 4(11), p. 34-39.
DA SILVA, A. B. P.: Estudo de Dois Casos Extremos de Precipitação sobre a Costa Leste
do Nordeste do Brasil. 2002. Dissertação Apresentada ao Departamento de Meteorologia/
CCEN/UFAL, para obtenção do titulo de Mestre em Meteorologia-Área de Concentração em
processos de Superfície.
DOMENICO;

SCHWARTZ.

1990.

Precipitação,

<ftp.feg.unesp.br/Pos_Graduacao/Energia/.../Aula3_Precipitacao.ppt>

disponível

em:

acesso

em:

01/03/2015.
DOVIAK, R. J.; ZRNIC, D. S.: Doppler Radar and Weather Observations. Academic Press,
1984. 458 pp.
DUARTE, B. M.; Caracterização microfísica de sistemas meteorológicos de mesoescala
utilizando dados do cloudsat. 2012. Dissertação de Mestrado apresentada ao PPGM-IGEOCCMN-UFRJ, como parte dos requisitos necessários à obtenção do título de Mestre em
Ciências (área: Meteorologia).
EMÍDIO, Z. P. de O.; LANDIM, P. M. B.: Análise de Superfície de Tendência Aplicada à
Chuva, medida por Radar Meteorológico nas Regiões de Assis e Piracicaba. São Paulo,
Unesp, Geociências, 2008.V.27, nº4, pp439-449, SP.
FEINGOLD, G.; LEVIN, Z.: The Lognormal fit to Raindrop Spectra From Frontal Convective
Clouds in Israel. J. Climate Appl. Meteor.1986. 25, p1346-1363.
FOX, N. I: Technical note: The Representation of Rainfall Drop-size Distribution and Kinetic
Energy. 2004. Hydrology and Earth System Sciences.

GARCEZ, L. N.; ALVAREZ, G. A.: Hidrologia. 2ª Ed. 1988. Revista e atualizada. São Paulo.
GOMES FILHO, M. F.: Um estudo sobre a influência do albedo diferencial e da orografia na
circulação atmosférica: Uma aplicação para o Nordeste Brasileiro. 1979. INPE-1640TDL/015, INPE, São José dos Campos (SP).
HARIKUMAR, R. S.; SAMPATH, V. S.: An Empirical Model for the Variation of Raindrop
Size Distribution With Rain Rate at a Few Locations in Southern India. Advances in Space
Research, 2009. Vol. 43, 837-844.
HASSAN, K. F. Application Of Rainfall Intensity-Kinetic Energy TRelationship For Soil Loss
Prediction. Mesopotamia J. of Agri. (ISSN815-316x). 2011.Vol.(39) Nº(2).
HESS, M.; KOEPKE, P.; SCHULT, I.: Optical Properties of Aerosols and Clouds. Bull. Amer.
Meteor. Soc.79. 1998. 831-44.
HORSMTMEYER, S. L. 2008. Disponível em: <http://www.shorstmeyer.com/wxfaqs/float/r
dtable.html> acesso em: 28/02/2015.
HOUGHTON, H. G.: On Precipitation Mechanisms and their Artificial Modification. J. Appl.
Meteorol. 1968. 7, 857-859.
HUDSON, N. W.: Lowa State University Press, Lowa. Soil Conservation. 1995, pp55-68.
JASSAL, B. S. at al.: Modelling of Rain Drop Size Distribuition for a Tropic Hot Semi-arid
Site in India. Indian Journal of radio and space physics, 2011.Vol.40, pp330-339.
JAYAWARDENA, A. W.; REZAUR,R. B.: Drop size distribution and kinetic energy load of
rainstorms in Hong Kong. Hydrol. Process. 2000. 14, pp1069-1082.
KOUSKY, E. V. Diurnal rainfall variation in northeast Brazil. Monthly Weather Review,
1980, v. 108, p.488-498.
KOUSKY, V. E. Frontal Influences on Northeast Brazil. Monthly Weather Review, 1979,
v.107, p. 1140-1153.
LIU, B.; XU, M.; HENDERSON, M. QI, YE.: Observed Trends Of Precipitation Amount,
Frequency, and Intensity in China, 1960-2000. Journar of Geophysical Research,vol.110.
D08103, doi:10.1029/2004JD004864, 2005.

LUTZ, J. at al.: NCAR’s S-Pol: Portable Polarimetric S-band Radar. 1995. 9th Conf. on
Meteorological Observations and Instrumentation, Charllote, NC.
MALINGA, S. J.; OWOLAWI, P.: Obtaining Raindrop Size Model Using Method of Moment
and its Applications for South Africa Radio Systemm. Progress In Electromagnetics
Research B, 2013. Vol.46,119-138.
MARSHALL, J.S.; PALMER, W. McK.: Short contributiob:The distribution of raindrops with
Size. In: T Meteor. journals.ametsoc, 1948. 5, (4), p.165-166.
MASSAMBANI, O.; RODRIGUES, C. A. M.: Evolução Temporal da Relação Z-R. Anais,
Congresso Brasileiro de Meteorologia. Edição V-Rio de Janeiro. VII.53. 1998. Disponível
em <www.cbmet.com> acesso em: 02/03/2015.
MATROSOV, S. Y. et al.: Prospects for measuring rainfall using propagation differential phase
in X- and Ka-radar bands. J. Appl. Meteor., 38, 766–776. 1999.
MATRUCCI, G.; O’DOWD, C.D. Ground-Based Retrival of Continental and Marine Warm
Cloud Microphysics. Atmos.Meas.Tech. 2011, 4, 2749-2765.
MCDONALD, J. E. The Physics of Cloud Modification. Adv. in Geophysics, 5, 223-303.
1958.
MOLION, L.C.B.; BERNARDO, S.O.: Uma revisão da dinâmica das chuvas no Nordeste
Brasileiro. Revista Brasileira de Meteorologia, 2002. V.17, n.1, p. 1-10.
MORAES, M. C. da S. Distribuição de Gotas de Chuva e a Relação Z-R Para Radar Na
Costa Leste do Nordeste do Brasil. 2003. Dissertação apresentada à Coordenação de PôsGraduação em Meteorologia- DMET/UFAL.
MORAES, M. C. da S. Parâmetros de Radar e Distribuição de Gotas de Chuva em
Sistemas de Precipitação Continental ou Marinha no Leste do Nordeste do Brasil: Sua
influencia na Estimativa de Vazão na Bacia do Rio Mundaú. 2011.Tese apresentada ao
Programa de pós Graduação em Meteorologia na UFCG em cumprimento as exigências para
obtenção do título de Doutor em Meteorologia.

MORAES, M. C. da S.; TENÓRIO, R. S.; ARAÚJO, A. A.: Utilização de radar meteorológico
como instrumento básico para a mitigação de catástrofes naturais causadas por fortes chuvas na
<http://www.cbmet.com/cbm-

região metropolitana de Maceió-Alagoas. Disponível em:

files/14-cf6eabec21fd226d0b93c1d8070ce4b1.pdf> Acesso em: 24/05/2015.
MORAES, M.C.DA SILVA.; TENÓRIO, R. S.; CERQUEIRA, R. DE C. M. Análise de
Eventos de Chuva na Região Leste do Nordeste do Brasil durante Janeiro de 2004 Utilizando
dados

Disdrométricos

Informações

Radar

Satélite.

Disponível

<www.cbmet.com/cbm-files/22-e8efbeaee8da2ff72b487f9b7c006901.doc> Acesso em: 27
/03/2015.
MOREIRA, I. A. Modelagem Hidrológica Chuva-Vazão com Dados de Radar e
Pluviómetro. 2005.Dissertação apresentada como requisito à obtenção do grau de Mestre em
Engenharia Hidrolígica pelo programa de Pôs-Graduação em Engenharia de Recursos Hidricos
e Ambiental, Setor de Tecnologia, Universidade Federal do Pará.
NZEUKOU, A. et al.: Raindrop Size Distribution and Radar Parameters at Cape Verde.
American Meteorological Socyety. 2004.Vol.43, 90-104.
OCHOU, A. D.; NZEKOU, A.; SAUVAGEUT, H.: Parametrization of Drop Size Distribution
With Rain Rate. Atmospheric Research. 2007. 84 (2007) 58-66.
OWOLAWI, P.: Raindrop Size Distribution Model for the Prediction of Rain Attenuation in
Durban. Piers Online. 2011. Vol.7,n°6,516-523.
PIZARRO, R. et al.: Latitudinal Analisys of Rainfall Intensity and annual Precipitation in
Chile. 2012. Chilean Journal of Agricultural Research 72(2).
PRUPPACHER, H. R. M.; KLETT, J. D.: Clouds and Precipitation. D. Reidel, Noerwell,
Mass., USA, 1985.
QUINTÃO, D. de A.: Calibração de Sistemas de Radar Meteorológico através de Dados
Disdrométricos Dos Campos de Chuva no Nordeste Leste Brasileiro. 2004. Dissertação
apresentada à Coordenação de Pôs-Graduação em Meteorologia- DMET/UFAL como parte dos
requisitos para obtenção do título de Mestre em Meteorologia –área de concentração Processos
de superfície Terrestre.. P68.

RAIMUNDO, C. Do C. Análise da Probabilidade de Ocorrência de Extremos de
Precipitação e Estudo da Tendência de Classes de Precipitação na Região Metropolitana
de São Paulo. 2011. Dissertação de Mestrado apresentada ao ICAT da UFAL como requisito
para obtenção do título de Mestre em Meteorologia.
RINEHART, R. E.: Radar for Meteorologists. Rinehart Publications, Grand Forks, EUA, 428
pag. 1997.
ROGERS, R. R.: A Short Course in Cloud Physics. Pergamon Press, Second Edition. 1979.
South America. Amer. Meteorol. Soc., 119-139.
RYZHKOV, A. V.; Zrnic D. S.: Comparison of dual-polarization radar estimators of rain. 1995.
J. Atmos. Oceanic Technol., 12, 249–256.
RYZHKOV, A., S. E. et al: Rainfall estimation with a polarimetric prototype of WSR-88D,
2005, J Appl. Meteor, 44, pp 502-515.
SAUVAGEOT, H.: The Probability Density of Rain Rate and the Estimation of Rainfall by
Area Integrals. J. Appl. Meteor.,1994. Vol. 33, 1255–1262.
SAUVAGEOT, H.: Radar Meteorology. Artech House – EUA,1992. 366p.
SELIGA, T. A.; BRINGI, V. N.: Potential use of radar differential reﬂectivity measurements at
orthogonal polarizations for measuring precipitation. J. Appl. Meteor., 1976. 15, 69–75.
SELIGA, T. A.; BRINGI, V. N.; AL KHATIB, H. H.: A preliminary study of comparative
measurements of rainfall rate using the differential reﬂectivity radar technique and a rain gauge
network. J. Appl. Meteor., 1981. 20, 1362–1368.
SELIGA, T.A.; AYDIN, K.; DIRESKENELI,H.: Disdrometr Measurements During Intense
Rainfall Event in Central Illions: implications for differential refletivity radar observations.
J.Climate Appl. Meteor, 1986. 25, p835-846.
SIMPSON, J.; ADLER, R. F.; NORTH, G. R.: A proposed Tropical Rainfall Measuring
Mission (TRMM) Satellite. Bull.Amer.Meteor.Soc.1988. 69, 278-295.

STRAKA, J. M.; ZRNIC, D.S.; RYZHKOV, A. V.: Bulk hydrometeor classification and
quantification using polarimetric radar data: Synthesis of relations. J. Appl. Meteor., 2000. 39,
1341-1372.
TAYOB, Lelo, Jaime, Domingos. Determinação da relação entre a intensidade da chuva e
refletividade do radar na costa do estado de alagoas usando disdrômetro ott parsivel 2.
2014. Dissertação de Mestrado em Meteorologia apresentada à UFAL/ICAT para obtenção do
título de Mestre em Mateorologia.
TENÓRIO, R. S.; MORAES, M. C DA SILVA; SAUVAGEOT, H.: Raindrop Size
Distribution and Radar Parameters in Coastal Tropical Rain Systems of Northeastern Brazil.
Journal of Applied Meteorology and Climatology, 2012. v. 51, p. 1960-1970
TENÓRIO, R. S.; MORAES, M. C DA SILVA.; KWON, B. H.: Distribuição de Tamabnos de
Gota de Chuva na Costa Leste do Nodeste do Brasil Usando Dados de Disdrômetro. Revista
Brasileira de Meteorologia, 2010. V.25, n.4, 415 – 426.
TESTUD, J.et al.: The Rain Proﬁling Algorithm Applied to Polarimetric Weather Radar. J.
Appl. Meteor., 1999. 17, 332 – 356.
TOKAY, A.; SHORT, D. A.: Evidence From Tropical Raindrop Spectra of the Origin of Rain
From Stratiform Versus Convective Clouds. J. Appl. Meteor.1996, 35, 355–371.
TOKAY, A. et al.: Measurements of Drop Size Distribution in the Southwestern Amazon Basin.
Journal of Geopysical Research, 2002. VOL. 107, NO. D20, 8052, doi: 10.
1029/2001JD000355.
TOKAY, A. et al.: Raindrop Size Distribution Measerements in Tropical Cyclones. American
ameteorological Society, Monthly weather review. 2008, VOL. 136, 1669-1685.
TUBILIS, A.; NASCIMENTO, F. J. L.: Meteorologia Descritiva: fundamentos e aplicações
brasileiras. São Paulo.1983. P198.
ULBRICH, C.W.: Natural Variation in the Analytical Form of the Raindrop Size Distribuition.
Journal of climate and applied meteorology. 1983. Vol. 22 pp1764-1775.

VAN DIJK, A. I. J. M.; BRUIJNZEEL, L. A.; ROSEWELL, C. J.: Rainfall Intensity-Kinetic
Energy Relationships: A Ccritical Literature Appraisal. Journal of Hydrology. 2002
261(2002)1-23.
VIVEKANANDAN, J.; YATES, D. N.; Brandes, E. A.: The inﬂuence of terrain on rainfall
estimates from radar reﬂectivity and speciﬁc propagation phase observations. J. Atmos.
Oceanic Technol., 1999. 16, 837–845.
WALLCE, J. M.; HOBBS, P.V.: Atmospheric Science: An Introductory Survey (2nd ed.). U.K.
Elsevier Inc. 2006.
YAMAZAKI, Y.; RAO, V.B.: Tropical cloudiness over South Atlantic ocean, Jour. Met. Soc.
Japan, 1977. 55(2), p. 205207.
ZHOU. T. et al.: Summer Precipitation Frequency, Intensity and Diurnal Cycle Over China: A
Comparison of Satellite data with Raingage Observations. A. M. S. 3997-4010. 2008. Vol.1.
ZRNIC, D. S.; RYZHKOV, A. V.: Advantages of rain measurements using speciﬁc differential
phase. J. Atmos. Oceanic Technol., 1996. 13, 454–464.

APÊNDICE A
Scripts mandatários do cálculo da DTGs
pro le_parsivel_v5
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;; read parsivel data
;;
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
; este program lê as linhas com <SPECTRUM>;;;;3;;1;;;42;...</SPECTRUM>
caminho = 'C:\Users\Public\DadosOTT_micr\'
vazio = '<SPECTRUM>ZERO</SPECTRUM>'
temp = '
'
linha = 'primeira linha'
;Cria a lista de arquivos cujo o nome termina em OTT_SIRMAL
spawn,'dir /B ' + caminho + '*OTT-SIRMAL' ,arquivos
narch = N_ELEMENTS(arquivos);Comando para contagem dos arquivos de dados
print, 'arquivo de saida: ' + caminho + 'OUTPUT_'+
strmid(arquivos(0),0,11)+ '.txt'
openw, 4,caminho + 'OUTPUT_'+ strmid(arquivos(0),0,11)+ '.txt';criacao do
arquivo de saida
;Lendo os arquivos
for i=0L,narch-1 do begin
arch = arquivos(i)
print, 'arquivo de entrada:'+ caminho + arch
openr, 2, caminho + arch
readf, 2, linha
;Enquanto nao for encontrado o fim do arquivo (End Of File) faz a
leiura linha por linha somente do <SPECTRUM>;;;;...</SPECTRUM>
while EOF(2) ne 1 do begin
readf, 2, temp
data = strmid(temp,47,25)
if temp ne '' and data ne vazio then begin
printf, 4, temp
endif
endwhile
close, 2;Fecha o arquivo de dado
close, 4;Fecha o arquivo de saida
endfor
end

pro le_parsivel_v3
; este program lê as linhas, com exemplo 2015
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
........

0408 1435
0
0
0
0
0
0

0
0
0

0
0

caminho = '/home/local.cemaden/isidro.ihadua/Documentos/extracao/'
;Cria a lista de arquivos
spawn,'ls ' + caminho + 'OUTPUT_2015-04-OTT.txt' ,arquivos
narq = N_ELEMENTS(arquivos)
openw, 2,strmid(arquivos(0),0,72)+ '_DSD.txt'
openw, 7,strmid(arquivos(0),0,72)+ '_dbz_rr.txt'
template = ASCII_TEMPLATE(arquivos(0))
SAVE, template, FILENAME = caminho + 'Template_OTT.sav'
restore,caminho + 'Template_OTT.sav'
data = READ_ASCII(arquivos,TEMPLATE=template,count=nlin)
;date = strmid(data.(0),6,4) + strmid(data.(0),3,2) + strmid(data.(0),0,2)
ano = strmid(data.(0),6,4)
mes_dia = strmid(data.(0),3,2) + strmid(data.(0),0,2)
hora = strmid(data.(1),0,2) + strmid(data.(1),3,2)
rr
= data.(2)
dbz = data.(3)
dsd = intarr(1024,nlin)
total_arq = strarr(1027,nlin)
total_arq(0,*) = ano
total_arq(1,*) = mes_dia
total_arq(2,*) = hora
for i=0,1023 do begin
dsd(i,*) = data.(i+8)
endfor
total_arq(3:1026,*) = dsd
printf,2,total_arq, format='(A4, 2x, A4, 2x, A4, 1024I4)'
close,2
total_dbz_rr = strarr(4,nlin)
total_dbz_rr(0,*) = ano
total_dbz_rr(1,*) = mes_dia
total_dbz_rr(2,*) = hora
total_dbz_rr(3,*) = dbz
total_dbz_rr(4,*) = rr
printf,7,total_dbz_rr, format='(A4, 2x, A4, 2x, A4, 2F12.4)'
close, 7
stop

end
;Este programa le os arquivos do parsivel e calcula a concentracao (m-3.mm1). 2015 0408 1251
0.0000
55.7367
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000 ...
;Variaveis
deltaDi =
[0.125,0.125,0.125,0.125,0.125,0.125,0.125,0.125,0.125,0.125,0.250,0.250,0.
250,0.250,0.250,0.500,0.500,0.500,0.500,0.500,1.000,1.000,1.000,1.000,1.000
,2.000,2.000,2.000,2.000,2.000,3.000,3.000]
class
=
[0.062,0.187,0.312,0.437,0.562,0.687,0.812,0.937,1.062,1.187,1.375,1.625,1.
875,2.125,2.375,2.750,3.250,3.750,4.250,4.750,5.500,6.500,7.500,8.500,9.500
,11.000,13.000,15.000,17.000,19.000,21.500,24.500]
;vDi
=
[0.050,0.150,0.250,0.350,0.450,0.550,0.650,0.750,0.850,0.950,1.100,1.300,1.
500,1.700,1.900,2.200,2.600,3.000,3.400,3.800,4.400,5.200,6.000,6.800,7.600
,8.800,10.400,12.000,13.600,15.200,17.600,20.800]
;Velocidade determinada a partir da equacao V(D)=9.65-10.3exp(-0.6 D)
vDi
=
[0.273,0.443,1.108,1.725,2.298,2.829,3.322,3.779,4.203,4.597,5.136,5.764,6.
306,6.771,7.172,7.671,8.184,8.564,8.845,9.054,9.270,9.441,9.535,9.587,9.615
,9.635,9.645,9.648,9.649,9.649,9.649,9.649]
;Lendo os arquivos
;goto, jump
caminho = '/home/local.cemaden/isidro.ihadua/Documentos/extracao/'
spawn, 'ls ' + caminho + 'OUTPUT_2015-04-OTT_DSD.txt*',lista
narq = N_ELEMENTS(lista)
for n=0,narq-1 do begin
file = lista(n)
;comp_pars
= read_ascii(file,count=nlin)
;comp_pars
= fltarr(1029,nlin)
;year_pars
= intarr(1,nlin)
;month_pars = intarr(1,nlin)
;day_pars
= intarr(1,nlin)
;hour_pars
= intarr(1,nlin)
;minute_pars = intarr(1,nlin)
;dsd_pars
= fltarr(1024,nlin)
comp_pars
= read_ascii(file,count=nlin)
comp_pars
= fltarr(1027,nlin)
year_pars
= strarr(1,nlin)
md_pars = strarr(1,nlin)
;day_pars
= intarr(1,nlin)
hour_pars
= strarr(1,nlin)
;minute_pars = intarr(1,nlin)
dsd_pars
= fltarr(1024,nlin)
;openr,1,file
;
;readf,1,comp_pars,format='(I4,2I02,2x,2I02,1024F15.5)'

;
readf,1,comp_pars,format='(I4, 2x, A4, 2x, A4, 1024I4)'
;close,1
template = ASCII_TEMPLATE(file)
SAVE, template, FILENAME = caminho + 'Template_conc.sav'
restore,caminho + 'Template_conc.sav'
data = READ_ASCII(file,TEMPLATE=template,count=nlin)
year_pars(*,*)
= data.(0)
md_pars(*,*) = data.(1)
;day_pars(*,*)
= comp_pars(2,*)
hour_pars(*,*)
= data.(2)
;minute_pars (*,*)= comp_pars(4,*)
;dsd_pars(*,*)
= data(3:1026)
for i=0,1023 do begin
dsd_pars(i,*) = data.(i+3)
endfor
openw,2,caminho + 'Conc_RR_Parsivel_IEAv_OUTPUT.txt'
openw,3,caminho + 'Conc_Parsivel_IEAv_OUTPUT.txt'
openw,4,caminho + 'RR_Parsivel_IEAv_OUTPUT.txt'
soma_gotas = fltarr(32)
conc
= fltarr(32)
rr_par
= fltarr(32,32)
for i=0l,nlin-1 do begin
dsd_matrix = dsd_pars(*,i)
Result = REFORM(dsd_matrix,32,32)
for col=0,31 do begin
soma_gotas(col) = TOTAL(Result(col,*))
conc(col) = (soma_gotas(col)/(0.0054*60*vDi(col)*deltaDi(col)))
rr_par(col,*)=(Result(col,*)*(class(col)^3))/(180*(30(class(col)/2))*(0.000001)*60)
;stop
endfor
Soma = 6*!pi*(0.0001)*total(rr_par)
printf,2,year_pars(0,i),
md_pars(0,i),hour_pars(0,i),conc,Soma,format='(A4, 2x, A4, 2x, A4,
33F12.4)'
printf,3,year_pars(0,i), md_pars(0,i),hour_pars(0,i),conc,format='(A4,
2x, A4, 2x, A4, 32F12.4)'
printf,4,year_pars(0,i), md_pars(0,i),hour_pars(0,i),Soma,format='(A4,
2x, A4, 2x, A4, 32F12.4)'
endfor
close,2
close,3
close,4
;stop
endfor
stop

APÊNDICE B
Scripts da conversão das imagens de radar em dados pluviométricos

program pega_ponto
! este programa lê as variáveis polarimétricas a partir da saída do CAPPI de
! 1 km, independente do tamanho da matriz, compara com limiares, separa os
! dados e calcula a média.
!
! Jojhy Sakuragi
implicit none
character (len=50) :: arq_nome
! caminho + nome do arquivo dBZ
character (len=27) :: arq_pre
! cinh0 + prefixo do nome
character (len=13) :: arq_dia
! data do arquivo
character (len=50) :: arq_in
! nome do arquivo a ser lido
real :: val_dbz(9)
! valores de dBZ em torno do ponto
real :: val_zdr(9)
! valores de ZDR
real :: val_kdp(9)
! valores de KDP
real :: val_rho(9)
! valores de RhoHV
integer :: l
real :: m_dbz, m_zdr, m_kdp
! media de pelo menos 5 pixels
open(10,file='lista.txt',status='old')

! lista dos arquivos

do l = 1, 10000
read(10,'(a)',end=10) arq_nome
! le uma linha do lista.txt
arq_pre = arq_nome(1:27)
! separa o prefixo
arq_dia = arq_nome(12:19) // '-' // arq_nome(20:23)
! separa a data
if (l == 1) then
open(15,file=arq_nome(12:19)//'.pto',status='unknown') ! arquivo de saida
open(16,file=arq_nome(12:19)//'.all',status='unknown') ! arquivo de saida
endif
! chama a subrotina le_dados para ler a matriz de cada variável
arq_in = arq_pre // 'dBZ.ppi.ascii'
print*,'lendo ==> ',arq_in

! arquivo dBZ

call le_dados(arq_in,val_dbz)
arq_in = arq_pre // 'ZDR.ppi.ascii'
print*,'lendo ==> ',arq_in
call le_dados(arq_in,val_zdr)

! arquivo ZDR

arq_in = arq_pre // 'KDP.ppi.ascii'
print*,'lendo ==> ',arq_in
call le_dados(arq_in,val_kdp)

! arquivo KDP

arq_in = arq_pre // 'RhoHV.ppi.ascii'
print*,'lendo ==> ',arq_in
call le_dados(arq_in,val_rho)

! arquivo RhoHV

print*,'analisando...'
call analise(val_dbz,val_zdr,val_kdp,val_rho,m_dbz,m_zdr,m_kdp)
! escreve na tela e nos arquivos de saida
if (m_dbz /= 0.0) then
write(*,20) arq_dia, m_dbz, m_zdr, m_kdp
20
format(a15,4f10.4)
write(15,20) arq_dia, m_dbz, m_zdr, m_kdp
endif
write(16,30) arq_dia, val_dbz, val_zdr, val_kdp, val_rho
30 format(a15,4(9f10.4))
print*
enddo
10 close(10)
close(15)
close(16)
!------------------ fim do programa principal
!==================================================================
============
contains
!-----------------------------------------------------------------------------!------------------ inicio da subrotina le_dados

subroutine le_dados(arq_in,val)
! esta subrotina le_dados carrega as matrizes das variáveis polarimétricas
! e pega os dados dos pixels em torno do disdrômetro
implicit none
character (len=50) :: arq_in
! arquivo de entrada
character (len=100) :: linha
! leitura da linha
character (len=10), dimension(:,:), allocatable :: mat
! matriz
character (len=10) :: sval(9)
! valores em caracteres
integer :: i, j, k, i1, i2, j1, j2
integer :: nx, ny
! número de pontos da matriz
integer :: np_x, np_y
! lon,lat em coordenadas de pontos
real :: lon_min, lon_max
! longitude mínima e máxima
real :: lat_min, lat_max
! latitude mínima e máxima
real :: del_x, del_y
! razão de variação em lon e lat
real :: val(9)
! valores em torno do ponto em real
real :: raio = 1
! raio de procura em torno do ponto
real, parameter :: mlon=-35.894
! longitude do disdrômetro
real, parameter :: mlat=-9.717
! latitude do disdrômetro
! abre o arquivo para a leitura
open(1,file=arq_in,status='old')
do i = 1, 1000
read(1,'(a100)') linha

! le uma linha por vez

! pega os parâmetros a partir da linha lida
if (linha(1:20) == '
if (linha(1:20) == '
if (linha(1:20) == '
if (linha(1:20) == '
if (linha(1:20) == '
if (linha(1:20) == '
if (linha(1:25) == '

lonUL') read(linha(22:32),*) lon_min
latUL') read(linha(22:32),*) lat_max
lonLR') read(linha(22:32),*) lon_max
latLR') read(linha(22:32),*) lat_min
sizeX') read(linha(22:25),*) nx
sizeY') read(linha(22:25),*) ny
begin( data )') then

allocate(mat(1:nx,1:ny))

! define o tamanho da matriz

! leitura da matriz de dados
do j=1,ny
read(1,*) (mat(k,j),k=1,nx)
enddo
endif
! verifica final de dados para sair do looping
if (linha(1:23) == '

end( data )') exit

enddo
close(1)
! calcula a razão de variação da longitude e da latitude
del_x = (lon_max-lon_min)/(nx-1)
del_y = (lat_max-lat_min)/(ny-1)
! calcula o ponto na matriz correspondente ao local do disdrômetro
np_x = nint(1+(mlon-lon_min)/del_x)
np_y = nint(1+(mlat-lat_min)/del_y)
! estabelece raio varredura em torno da coordenada do disdrômetro
i1 = np_x - raio; i2 = np_x + raio
j1 = np_y - raio; j2 = np_y + raio
! verifica se não tem dados e converte catactere para real
k=1
do j = j1, j2; do i = i1, i2
if (mat(i,j) == 'nd') then
sval(k) = '-999.9'
read(sval(k),*) val(k)
else
sval(k) = mat(i,j)
read(sval(k),*) val(k)
endif
k=k+1
enddo; enddo

! libera a memória relativo a matriz
deallocate(mat)
end subroutine le_dados
!-----------------------------------------------------------------------------!------------------ inicio da subrotina analise
subroutine analise(val_dbz,val_zdr,val_kdp,val_rho,m_dbz,m_zdr,m_kdp)
! esta subrotina analise verifica os dados em torno do ponto, separa os que
! satisfazem as condições e faz uma média de um conjunto de pelo menos
! 5 pixels ou mais
implicit none
real, dimension(9) :: val_dbz, val_zdr, val_kdp, val_rho
integer :: i, cont
real :: soma_dbz, soma_zdr, soma_kdp
real :: m_dbz, m_zdr, m_kdp
cont = 0
soma_dbz = 0.; soma_zdr = 0.; soma_kdp = 0.
m_dbz = 0.; m_zdr = 0.; m_kdp = 0.
do i = 1, 9
if (val_rho(i) > 0.95) then
if (val_zdr(i) > 0.1) then
if (val_kdp(i) > 0.0) then
if (val_dbz(i) > 5) then
soma_dbz = soma_dbz + val_dbz(i)
soma_zdr = soma_zdr + val_zdr(i)
soma_kdp = soma_kdp + val_kdp(i)
cont = cont + 1
endif; endif; endif; endif
enddo
if (cont > 4) then
m_dbz = soma_dbz / cont
m_zdr = soma_zdr / cont
m_kdp = soma_kdp / cont

endif

end subroutine analise
!-----------------------------------------------------------------------------end program pega_ponto

outro scripts
------------------------------------------------------------------------------------

# remove a lista com o nome dos arquivos dBZ
rm lista.txt
# alterar o nome da pasta se for o caso
ls 2015-08-26/*dBZ.* > lista.txt
# compila o programa com o gfortran
gfortran pega_ponto.f95 -o pega_ponto.exe
# executa o programa compilado
./pega_ponto.exe