Laboratório de Hidrometeorologia Experimental

Bem vindo(a) a esta página da web construída e mantida pelo Laboratório de Hidrometeorologia Experimental da Universidade Federal do Rio de Janeiro (lhydex-UFRJ).

Nosso laboratório investiga o ciclo da água na atmosfera e na superfície terrestre. Contribuímos para a formação de pessoal técnico de alto nível em hidrometeorologia, capacitando-os a compreender o papel da água no sistema climático da Terra. Oferecemos um excelente ambiente de pesquisa para estudantes de graduação (iniciação científica) e pós-graduação (mestrado e doutorado), preparando-os para analisar os riscos ambientais e tecnológicos na sociedade atual.

Além disso, mantemos colaborações científicas com pesquisadores de outras instituições e aceitamos propostas de pós-doutorado. No campo da educação, colaboramos em disciplinas que abrangem hidrometeorologia, radar meteorológico, meteorologia urbana, desastres ambientais, riscos naturais e resiliência.

Se você tem interesse em Ciência, Tecnologia, Engenharia e Matemática (STEM), você é bem-vindo para se juntar a nós em projetos de iniciação científica ou pesquisa de pós-graduação.

O Laboratório é coordenado pelo Prof. Hugo Abi Karam.

Introdução

Esta página fornece uma visão geral dos resultados da modelagem e avaliação de risco hidrometeorológico. O sistema integra diversos modelos numéricos, incluindo:

• Um modelo hidrológico com assimilação variacional para forçantes heterogêneos.
• Uma representação do transporte de água superficial.
• Um modelo subsuperficial.
• Um modelo de deslizamento de terra.
• Um modelo de inundação de rios.
• Técnicas de fluxo óptico atmosférico para previsão imediata de tempestades com base na advecção do campo de precipitação.

As estimativas de precipitação, derivadas de dados de satélite (campo de distribuição espaço-temporal), facilitam a avaliação das probabilidades de deslizamentos de terra e inundações de rios. Essas avaliações envolvem a análise da evolução temporal e espacial das distribuições de probabilidade logística dos perigos sobre a topografia regional e o solo com diferentes níveis de umidade.

O modelo hidrológico assimila os campos de precipitação atmosférica para determinar a distribuição de água na camada superior do solo, e um modelo de caminho facilita o movimento da água superficial (não infiltrada) para os rios.

O modelo de deslizamento de terra calcula o fator de segurança condicional para solo umedecido usando uma função de distribuição de probabilidade logística para acompanhar a evolução dos deslizamentos. Além disso, um modelo de seção de rio, baseado em seções de córregos trapezoidais, estima os níveis de água dos rios para avaliar os riscos de transbordamento em áreas alagadas.

Técnicas de fluxo óptico são empregadas para advectar os campos de precipitação de tempestades, permitindo previsões de curto prazo de até três horas à frente, com intervalos de 15 minutos. Os resultados são visualizados como um filme com quadros a cada 15 minutos, e cada quadro é verificado em relação aos resultados anteriores.

Esses fatores contribuem para um modelo de risco, definido como o produto da probabilidade condicional do perigo, a exposição da população e a vulnerabilidade. Em áreas propensas a riscos, como encostas ou áreas alagadas no Brasil, os termos perigo e risco são frequentemente usados de forma intercambiável. No entanto, perigo implica uma ameaça potencial, enquanto risco envolve gestão e medidas de mitigação para áreas vulneráveis. O risco pode variar de tolerável a catastrófico, dependendo das medidas de controle implementadas.

Os dados de precipitação atmosférica, obtidos do satélite Hydro-Estimator/NOAA, impulsionam esses modelos. Um modelo digital de elevação da superfície, como os dados do SRTM/NASA, define as condições de contorno. Avaliações do balanço hídrico avaliam a estabilidade e o conteúdo de umidade do solo superficial, que são cruciais para entender os perigos hidrometeorológicos, como inundações e deslizamentos de terra. Os resultados, incluindo distribuições de probabilidade condicional para deslizamentos e inundações, informam as avaliações de risco e as decisões de gestão em contextos regionais.

Inicialmente aplicados no Rio de Janeiro e nas áreas circundantes, futuras iterações podem se expandir para outras regiões. As versões atuais incorporam dados de precipitação de toda a América do Sul.

Resumo do conteúdo desta página

1. Apresenta-se uma série de variáveis associadas ao risco de perigos hidrometeorológicos, tais como taxa de precipitação [r] em (mm/h), precipitação acumulada em 24h [R] em (mm) e variáveis hidrológicas superficiais e do solo (e.g., índice topográfico, pressão de coesão do solo, fator de segurança para deslizamento linear raso, probabilidades associadas, etc.), dinamicamente variáveis no tempo de distribuídas no espaço.
2. Informações e Fontes Primárias:
   • Dados de precipitação atmosférica (Hidroestimator-NOAA);
   • Dados digitais topográficos (SRTM-NASA);
   • Códigos numéricos, programas e scripts (em linux) originalmente propostos, construídos e disponibilizados no lhydex-UFRJ;
3. Resultados do modelo de perigos hidrometeorológicos dinâmicos e previsão de curtíssimo prazo (nowcasting) advectivo são atualziados em ciclos de tempo curtos (atualização completa a cada 15 minutos);
4. Resultados gráficos obtidos com o modelo (plotagens 2D, 3D e animações) são disponibilizados pelo Laboratório de Hidrometeorlogia Experimental da Universidade Federal do Rio de Janeiro - UFRJ, a menos que seja indicada outra fonte;
5. Como interpretar os resultados?
6. Declaração de isenção de responsabilidade.
7. Referências.

Atualizações dos campos

A versão atual do site é atualizada automaticamente a cada 300 segundos (5 minutos), sem necessidade de intervenção do usuário.

Se você deseja forçar uma atualização a qualquer momento, siga estas instruções: Para atualizar a exibição dos gráficos do site (ou seja, sobrescrever o conteúdo em cache), pressione Ctrl+R (Ctrl+Alt+R), Ctrl+Fn+F5 ou Ctrl+F5, dependendo do seu teclado e sistema operacional. Em dispositivos móveis, use modo anônimo para atualizar automaticamente as páginas à medida que são abertas.

O conjunto de gráficos é completamente atualizado a cada 15 minutos no sistema de computador atual.

Formulação numérica

O sistema computacional, proxy do modelo de risco, tem os seguintes componentes acoplados (cada um contendo scripts, programas e sub-rotinas):

• dataset/mycron.sh [cronômetro e lançamento de jobs] (sh)
• hydromet_risk_v*.* [preparação de dados de entrada] (f90)
• TopModel_variational_f90_v*.* [modelo hidrológico] (f90)
• landslide_model*.* [modelo de perigo] (f90)
• surface_flow_routing*.* [modelo de trajetória] (f90)
• river_outflow_model*.* [modelo de perigo] (f90)
• optical_flow*.* [preparação de nowcasting] (f90)
• nowcasting_advection*.* (f90)
• model_skill_evaluation*.* (f90)
• Gráficos foram preparados com GRaDS e gnuplot.

Continuamente melhoramos os códigos e as rotinas para evitar interrupções usando procedimentos de depuração, por exemplo, try and catch).

O Modelo Digital de Elevação da superfície da Terra SRTM (Rodriguez et al. 2005; Farr et al. 2007), disponibilizado em resolução espacial nominal máxima de 90 m, é usado na presente implementação do modelo hidrológico em resolução espacial de 4 km (atual versão), para todo o Estado do Rio de Janeiro.

Os gráficos e figuras abaixo foram obtidos com pela chamada do script shell: dataset/mycron.sh (hydroestimator.sh + graphics.sh + mysite.sh)] mais os programas numéricos hydromet_risk e topmodel_variational (escritos em gfortran 90) em ambiente linux (Ubuntu).

Estimativa por satélite da precipitação para a América do Sul

Taxa de precipitação [r] em (mm h^-1) e Precipitação acumnulada [R] em (mm). Fonte primária dos dados: web link

Os resultados gráficos e animações mostradas nesta página são produtos computacionais de pesquisa feitos pelo Laboratório de Hidrometeorologia Experimental (lhydex-UFRJ) da Universidade Federal do Rio de Janeiro, a menos que seja indicado o contrário.

A data de atualização é apresentada no canto inferior direito das plotagens gráficas. A data é mostrada nas figuras corresponde à hora local de Brasília (LT), onde LT = UTC-3h, com UTC indicando o Tempo Universal Coordenado (i.e., tempo médio de Greenwich ou GMT=UTC+0).

Interrupções no serviço podem ocorrer porque os servidores web estão sujeitos a períodos de manutenção. Portanto, a continuidade não é garantida. Caso tenha alguma dúvida, entre em contato com a coordenação do laboratório lhydex-UFRJ. A atualização automática do site é descontinuada quando o acesso aos dados do Hidroestimator-NOAA é interrompido para manutenção dos servidores de distribuição. Em geral, os períodos de manutenção não excedem 7 dias por ano. A manutenção do sistema lhydex-UFRJ geralmente é realizada quando a previsão não indica chuva no RJ. Na medida do possível, a operação deste sistema é mantida durante todos os períodos chuvosos, salvo exceções indicadas.

Análise do conjunto de dados:

Últimas 24h de evolução do campo de chuva (forçante atmosférica):

Distribuição de água no solo para forçante atmosférica heterogênea:

A versão original do modelo hidrológico "TopModel" requer uma única série temporal de precipitação usada como forçante no modelo hidrológico subjacente. As considerações de similaridade topográfica implicam uma distribuição hidrológica associada à topografia e sua capacidade de concentrar o fluxo de água. Apesar de sua ampla utilização para análise da distribuição em pequenas bacias hidrográficas, sua aplicação em bacias maiores ou regionais ou continentais não é recomendada justamente pela falta de heterogeneidades das forçantes atmosféricas e superficiais do solo, associadas às variações superficiais da infiltração e da distribuição de água (como condição inicial.

Entre as heterogeneidades que podem ter impacto sobre a distribuição espacial da água no solo tem-se heterogeneidades dos balanço energético e de água superficial, heterogeneidades espaciais da precipitação e da evapotranspiração, distribuição de vegetação e da rugosidade aerodinâmica superficial, presença de áreas impermeáveis como nas áreas urbanas, lagos e rios, heterogeneidades da camada de solo, variações da profundidade do lençol freático, da condutividade hidráulica, da permeabilidade, da permissividade, da difusividade hidráulica, variaões da densidade do solo, efeitos de umedecimento do solo, variações na coesão das partículas de solo, variações da porosidade, variações da transmissividade da camada de solo, à distribuição de tipos de solo na área, topografia, resistência ao à ruptura e movimento da camada superficial de solo, variações de declividade e da força de atrito resistente e inércia.

Para superar as dificuldades comuns associadas a modelos de conservação de massa concentrados e semi-distribuídos, propôs-se a assimilação do princípio variacional com diferentes heterogeneidades para generalizar os forçantes espaciais 2-D dos modelos hidrológicos. Nessa abordagem, a distribuição resultante representa a solução formal de um problema variacional, seja sob restrições fracas (baseadas na equação de conservação de massa) ou restrições fortes (baseadas em assimilação de dados), aplicadas ao longo dos caminhos lagrangianos da água. Isso é representado pela integração da equação diferencial parcial de advecção no funcional variacional, utilizado para ajustar o índice topográfico enquanto considera a evolução da forçante atmosférica.

Forçante heterogênea: Últimas 24h da precipitação nos domínios continental e regional:

Precipitação acumulada em 24h (mm) (domínio AS) (96 frames, imagens a cada 15min) [comandos GRAdS]	Precipitação acumulada em 24h (mm) (domínio AS) (96 frames, imagens a cada 15min) [sub-rotina f90]	Precipitação acumulada em 24h (mm) (Subdomínio) (96 frames, imagens a cada 15min) [sub-rotina f90]

Análise de escala (espaço filtrado):

Pirâmide gaussiana (método construtor)

A análise das escalas baseia-se na obtenção de uma pirâmide gaussiana correspondente ao campo, onde cada nível da pirâmide é obtido aplicando-se filtros gaussianos sucessivos (de baixo para cima) (i.e., convolução), com redução progressiva do número de pontos de grade (1/4) e da resolução espacial. Ao final da construção da pirâmide, cada nível pode ser expandido (por interpolação balanceada ou deconvolução) até a resolução dos níveis inferiores.

A pirâmide gaussiana tem (n+1) níveis, denotada por g(i), i = 0,1,2,3,...,n. O nível superior da pirâmide gaussiana, g(n), correspondente ao campo que foi filtrado mais vezes, de modo a mostrar as áreas de risco potencial em mesoescala alfa ou de escala sinóptica. Por outro lado, o nível inferior corresponde ao campo original não filtrado (g0), com toda estrutura. Pequenas estruturas estão ausentes no nível piramidal superior (como tempestades isoladas ou pequenos grupos de tempestades). Estas áreas são uma proxy para as áreas de risco em escala regional, que poderão ser refinadas pela trajetória das tempestades conforme aparecem no campo do radar meteorológico.

Pirâmide lagrangiana (método construtor)

A pirâmide lagrangiana, com n níveis: l1,l2,l3,...,l(n), é obtida subtraindo-se níveis sucessivos da pirâmide gaussiana. Isto é, considera-se que L(n)=g(n), para escrever: L(n-1)=g(n)-g(n-1); L(n-2)=g(n-1)-g(n-2); ... L1=g1-g0. O campo original pode ser reconstituído pela soma: f = g0 = L(n) + L(n-1) + ... + L2 + L1. Cada nível lagrangiano guardaa estrutura de escala intermediária entre os níveis sucessivos, com exceção do último L(n).

A seguir, apresentam-se 3 dos níveis da pirâmide gaussiana (g0,g1,g2,g3,g4) correspondente ao campo da precipitação acumulada no período das últimas 24h. Na prática, para o mapeamento na América do Sul, apenas 5 níveis gaussianos são suficentes para representar a transição da estrutura de mesoescala para as estruturas alisadas de escala sinóptica.

Pirâmide gaussiana (nível g2) da precipitação acumulada por 24h no domínio da AS	Pirâmide gaussiana (nível g3) da precipitação acumulada por 24h no domínio da AS	Pirâmide gaussiana (nível g4) da precipitação acumulada por 24h no domínio da AS

Parâmetro de refletividade do radar [usando relação R-Z] (das prévias 24h):

Animação: Radar: dBZ (-) (últimas 24h) (Subdom.) Campos 2D com division políticas [shapes].	Animação: Radar: dBZ (-) (últimas 24h) (Subdom.) Perspectiva da superfície 3D do campo dBZ.

Resultados do Modelo de Deslizamento

TopModel Variacional acoplado aos modelos de deslizamento e inundação (para as prévias 24h):

Sendo os riscos um objetos de gestão, por vezes se emprega a palavra risco no lugar da palavra perigo (evento que causa danos e perdas). Não obstante, a definição do risco considera não apenas o perigo, mas também a vulnerabilidade da população, a suscetibilidade social e ambiental quanto a exposição aos perigos, o grau de preparação governamental e social, etc. O perigo advém de uma ameaça. O descaso (negligência, displicência ou depreciação), omissão e ignorância podem colocar eventos de risco na categoria de perígo.

As avaliações de intensidade, evolução temporal e probabilidade dos perigos hidrometeorológicos são objetivos de um sistema de gestão e emissão de alertas de risco. Realmente, na definição do sistema de gestão de riscos incluem-se outras dimensões, além do alerta de perigos, como programas de treinamento da população, participação social na gestão de rsicos, formação para voluntários, formação de estudantes nas Universidades para entendimento dos riscos, divulgação social, comunicação dialógica, urbanização e reurbanização, redução de vulnerabilidades, ações nos períodos de risco e crise, reflorestamento, etc.

Um dos objetivos de um sistema de análise e gestão de riscos é a emissão de alertas antecipados, sejam alertas de deslizamentos de terra de encostas, de transbordamento de água da calha primária de rios e afluentes, de estiagens prolongadas e secas, de ventanias, de ciclones tropicais, ciclones subtropicais e extratopicais intensos etc. A seguir, especificamente, apresentam-se resultados da análise das condições de deslizamentos de terra de encostas e de transbordamento de água da calha primária de rios e afluentes. A distribuição de probabilidade de deslizamento é obtida pela estimativa do potencial de ruptura da camada superficial de solo úmido.

Animação: coesão do solo (105 Pa) (Subdomínio)	Animação: módulo da tensão normal (105 Pa) (Subdomínio)	Animação: módulo da tensão tangencial (105 Pa) (Subdomínio)

Animação: força de resistência (1012 N) (Subdomínio)	Animação: precipitação crítica (mm h-1) [val. crít. ≤ 5]	Animação: déficit de saturação (-) (Subdomínio) [val. críticos < 0]

Animação: parâmetro de refletividade do radar dBZ = 10 log10(Z/1) (-) (Subdomínio) (granizo > 60 dBZ)	Animação: variação da probabilidade de deslizamento (% por hora) [valores críticos > 50% por hora]	Animação: variação do déficit para ruptura (-) (Subdomínio) [valores críticos ~ 0]

Animação: ln ( índice topográfico ) (-) (Subdomínio) [val. críticos > 60]	Animação: fator de segurança [F] (-) (Subdomínio) [val. críticos ≤ 1]	Animação: precipitação crítica (mm h-1) [val. críticos < 5]

Animação: fração volumétrica de água no solo (-) (Subdomínio) [valores críticos ≥ 1]	Animação: altura da água sobre a superf. (mm) ~ (prec.-infilt.)*dt [val. crít. ≥ 5 mm]	Animação: probabilidade de deslizamento contingente (%) [valores críticos ≥ 50%]

Distribuição da probabilidade de deslizamento (%) [proxy] [últimas 3h]

Probabilidade de deslizamento modelado (%) [3D] para análise temporal [há 120 min]	Probabilidade de deslizamento modelado (%) [3D] para análise temporal [há 60 min]	Probabilidade de deslizamento modelado (%) [3D] para análise temporal [há ~15 min]

Evolução temporal da probabilidade condicional de deslizamento [proxy] [últimas 24h]

A evolução temporal da probabilidade condicional de deslizamento pode ser avaliada por um proxy (i.e., termo de regressão linear generalizada), definido pela evolução temporal do valor máximo do produto [r*R] no domínio espacial, a cada tempo de diagnóstico. Esse proxy é associado à variação temporal da potência da precipitação, como medida da evolução da periculosidade, sendo dado por 1/2*dR²/dt = R*dR/dt = r*R, em unidades de (mm² h^-1).

Como critérios para definir o estágio do risco e emitir um alerta, geralmente são considerados limites fixos: r > r_crit ± σ_r, R > R_crit ± σ_R, ou então utilizar a intensidade da precipitação avaliada pelo produto r_1h*R_24h ≥ (3000 ± 1000) mm² h^-1.

Uma abordagem diferente é considerar a evolução da variação temporal do probabilidade do perigo, ou seja, não apenas considerar a amplitude mas também sua derivada e curvatura condicional ao longo do tempo. Esta última abordagem é considerada aqui adiante. Isso permite avaliar se o risco está aumentando ou diminuindo no instante presente, com base em sua tendência e curvatura. Particularmente, a curvatura permite inferir ou antecipar a duração do processo. Tendência crescente com pequena curvatura indica um período maior de maior perigo, por outro lado, uma maior curvatura indica concentração do perigo em um curto período.

Em geral, um número crescente de deslizamentos é esperado quando a probabilidade condicional ultrapassa o valor de 50% (0.5). Maior é a margem em relação a 50%, maior é o número de deslizamentos esperado.

Fator de segurança geotécnico do deslizamento modelado: mín/méd/máx [0;3] (Subdom)	Probabilidade condicional do deslizamento modelado: valor máximo [0;1] (Subdom)	Probabilidade condicional do deslizamento modelado: mín/méd/máx [0;1] (Subdom)

probabilidade de deslizamento [proxy]: precipitação máxima [r] (mm h-1) (Subdom)	probabilidade de deslizamento [proxy]: precipitação máxima acum. [R] (mm day-1) (Subdom)	probabilidade de deslizamento [proxy]: maximum periculosity index [r*R] (Subdom)

Modelo de enchente (com rios de secções trapezoidais)

Previsão da altura e do fluxo de água dos rios por roteamento do excesso de água na superfície no modelo hidrológico variacional

A distribuição da água superficial (excedente da chuva menos a infiltração) permite definir as áreas de contribuição usadas no roteamento (transferência da água superficial por deslocamento sobre a superfície topográfica até o ponto monitorado do rio). O peso da contribuição de cada elemento de área da grade numérica é definido por um conjunto de funções lineares dependentes do tempo e do espaço (para distribuição heterogênea da precipitação).

A área contribuinte total é obtida agregando as áreas dos elementos da grade interceptados pelas trajetórias das parcelas de água em seu movimento descendente. Isso se dá à medida que as parcelas de água superficial percorrem sua trajetória desde a fonte (onde há excedente de água superficial) até o destino no ponto do rio, na escala de tempo da advecção. A trajetória de muitas parcelas de água é obtida pela integração de uma Modelo Lagrangiano de Partículas.

O tempo total de deslocamento necessário para que as parcelas de água se movam desde suas origens até o ponto de observação no rio, ao longo da trajetória seguindo a topografia, é obtida da razão entre o deslocamento espacial e a velocidade superficial da água (obtida da formulação de Manning), segmentada ao longo do caminho.

A área molhada dos rios, córregos e canais é uma variável dinâmica no modelo hidrológico de superfície. Para se estabelecer a relação entre a altura da água e a seção de vazão volumétrica é necessário conhecer a seção transversal do rio. No modelo proposto utiliza-se uma seção transversal trapezoidal, embutida em uma calha de baixa inclinação. O canal do rio se inclina longitudinalmente, ou seja, se inclina ao longo do leito do rio. O terreno ribeirinho (margens) também se inclina transversalmente, de forma que o perfil trapezoidal do rio se instala em um perfil em forma de "V" do terreno das margens. A aplicação da seção trapezoidal do rio é bem conhecida da literatura (e.g., Liu et al. 2015).

A vazão de base dos rios é estimada no modelo em função da fração da precipitação média anual e da área de captação. O ganho de fluxo do rio (vazão média do aqüífero básico) para a estação chuvosa é estimado em 32 (mm ano^-1) ou 10^-10 (m³ m ^-2 s^-1). Portanto, as variações horárias referem-se somente às perturbações transitórias de vazão devido às chuvas das últimas horas na bacia.

Subdomínio 1 (oeste no RJ):

a) Fluxo volumétrico de água do rio [Q] (m3 s-1) [próximas 24h]	a) Densidade do fluxo volumétrico do rio [V] (m s-1) [próximas 24h]	b) Altura da água no rio [D] (m) [próximas 24h]

Subdomínio 2 (centro-oeste do RJ):

a) Fluxo volumétrico de água do rio [Q] (m3 s-1) [próximas 24h]	a) Densidade do fluxo volumétrico do rio [V] (m s-1) [próximas 24h]	b) Altura da água no rio [D] (m) [próximas 24h]

Subdomíno 3 (centro do RJ):

a) Fluxo volumétrico de água do rio [Q] (m3 s-1) [próximas 24h]	a) Densidade do fluxo volumétrico do rio [V] (m s-1) [próximas 24h]	b) Altura da água no rio [D] (m) [próximas 24h]

Subdomínio 4 (centro-leste do RJ):

a) Fluxo volumétrico de água do rio [Q] (m3 s-1) [próximas 24h]	a) Densidade do fluxo volumétrico do rio [V] (m s-1) [próximas 24h]	b) Altura da água no rio [D] (m) [próximas 24h]

Subdomínion 5 (leste no RJ):

a) Fluxo volumétrico de água do rio [Q] (m3 s-1) [próximas 24h]	a) Densidade do fluxo volumétrico do rio [V] (m s-1) [próximas 24h]	b) Altura da água no rio [D] (m) [próximas 24h]

Nowcasting de 24h dos eflúvios (modelagem variacional)

A evolução das variáveis fluviais nas próximas 24h é obtida pelo acoplamento do modelo hidrológico variacional, do esquema de roteamento baseado no intervalo de tempo de deslocamento de parcelas de água excedentes pela superfície e do modelo de trecho fluvial, que implementa um rio de seção trapezoidal e planície inclinada perpendicularmente.

No gráfico animado, o raio variável do círculo e as cores translúcidas são proporcionais à razão entre a profundidade da água e a altura da margem do rio. Um aumento na vazão do rio (Q) implica aumento tanto na velocidade do fluxo (V) quanto na profundidade da água (D). Se a altura da água excede a altura da margem do rio, tem-se transbordamento e inundação. A extensão da planície de inundação depende da vazão excedente (Q) em relação à capacidade máxima de vazão do rio (ou seja, neste caso tem-se Q > V W D_margem). Um aumento sucessivo do raio do círculo indica aumento no risco de inundação.

Cinco cores translúcidas são suficientes para atualizar o risco de inundação a cada hora ao longo do período de previsão. Cores vivas translúcidas dos círculos são usadas e indicam a evolução temporal das condições do rio durante todo o período de previsão, e são particularmente variáveis na sequêencia de períodos chuvosos. Uma paleta de cores progressivas é aplicada, composta por verde limão, ciano escuro, amarelo, laranja, vermelho e violeta. A previsão de transbordamento do rio é indicada por círculos violetas.

Animação: Condição de transbordamento dos rios (Nowcasting para próximas 24h)

...

Distribuição da previsão de curtíssimo prazo da precipitação convectiva (nowcasting para as próximas 3h)

Advecção do campo de avanço pelo escoamento óptico (Nowcasting para até 3h em avanço)

A previsão de muito curto prazo (uma hora à frente) apresentada nas figuras foi obtida através de um método de advecção. O método de advecção implementa a estimativa do fluxo de direção com base na equação diferencial parcial de advecção 2D. A sequência dos campos de precipitação mais recentes ao longo de 24 horas (para cada hora) é usada para estimar o campo bidimensional real do vetor de fluxo de direção..

O primeiro método de abordagem disponível foi calcular o escoamento condutor (que define a direção de propagação) na forma de vetor velocidade com componentes obtidos a partir da equação diferencial da advecção escrita para a velocidade de fase, ou seja, (c_x, c_y) = - ∂r/∂t [1/(∂r/∂x), 1/(∂r/ &festa)]. Esta estimativa de momento advectivo é semelhante à abordagem original proposta por Orlanski (1965), aplicada a perturbações advectivas através de limites laterais computacionais em modelos numéricos de previsão do tempo de área limitada. Para implementação real do escoamento óptico são três métodos disponíveis na codificação: Orlanski (1965), Horn e Schunck ( 1981) e Lucas e Kanade (1981), cada um seguido de uma suavização obtida por auto-relaxamento. O primeiro método é local, o segundo variacional iterativo e o terceiro direto. A sequência de escoamentos ópticos a cada hora é obtida para o período de 24 horas anterior ao momento da análise. Esta sequência é usada como campo de entrada (observações) da análise objetiva obtida pela interpolação de Barnes (primeiro, realizada ao longo do tempo e, finalmente, no espaço) (Barnes 1964 ; Koch et al. 1983). O campo resultante preserva as condições das escalas maiores presentes no escoamento médio diário, ao mesmo tempo em que é capaz de apresentar os detalhes associados ao deslocamento óptico dos sistemas precipitantes em atuação observados (i.e., a velocidade de grupo de mesoescala).

Com estes, é possível transportar o campo de precipitação para a próxima hora, de forma fisicamente consistente com o tempo do sistema de precipitação. Tanto a variação local quanto o transporte estrutural são considerados em cada intervalo de tempo durante o período de previsão a curto prazo.

Os métodos disponíveis aqui para integração da equação de advecção são: 1) o método Upwind de primeira ordem (ou seja, o método da célula doadora) (Hoffman e Frankel 2018, Mesinger e Arakawa 1976) e 2) o Algoritmo de Transporte Advectivo Multidimensional Positivamente Definido (MPDATA) de segunda ordem (Smolarkiewicz 2006) .

A próxima figura mostra o fluxo óptico recuperado em 24 horas obtido pelo método de Orlanski (1965), com estratégia de pirâmide e interpolação de Barnes através do tempo e do espaço.

Escoamento óptico advectivo em grande escala (janela de dados de 24 horas)

Escoamento óptico advectivo condutor das tempestades (m s^-1) [na escala temn-se a precipitação (mm h^-1)]

O fluxo óptico advectivo é recuperado com base nos campos disponíveis nas últimas 24 horas. A janela de dados estruturais corresponde ao últimas 24 horas (com 4 quadros por hora).

Campos de chuva para calcular o escoamento óptico advectivo em mesoescala

Campo de precipitação observado r (mm h-1) (t - 30 min)	Campo de precipitação observado r (mm h-1) (t - 0 min)	Campo de precipitação de previsão r (mm h-1) (t + 0 min)

Escoamento óptico advectivo regional (janela de dados de 1 hora)

Escoamento advetivo 2D (otimizado) [time=Now-45 min] (m s-1)	Escoamento advetivo 2D (otimizado) [time=Now-15 min] (m s-1)	Aceleração 2D (otimização) [tempo=Agora-30 min] (cm s-1)

O fluxo óptico advectivo local recuperado com dados da 1 hora anterior. A janela de dados estruturais corresponde à 1 hora anterior (com 4 quadros por hora).

Nowcasting advectivo com fluxo óptico (para as próximas 3h, saídas a cada 15min)

Animação dos campos de previsão a curto prazo: (a) precipitação [r] (mm h^-1) e (b) parâmetro de refletividade do radar [dBZ] (adimensional). Aqui a relação NWS-NOAA Z-R é aplicada, Z = 300 R^1,4, em vez da relação bem conhecida Z = 200 R^1,6 ( Battan,1973), derivada a partir da distribuição de dimensão das gotas (DSD ou "drop size distribution" em inglês) após Marshall e Palmer (1948). O gráfico apresenta o decibel do parâmetro de radar modelado Z, ou seja, dBZ = 10 log₁₀(Z/1), onde o argumento do logaritmo é a razão entre Z (mm⁶ m^-3) e sua escala unitária.

Os resultados advectivos abaixo foram obtidos com o Método Upwind de primeira ordem.

a) Nowcasting: parâmetro de refletividade do radar dBZ	b) Previsão imediata: precipitação [r] (mm h-1)

Verificação de previsão de previsão

Como as tempestades geralmente se movem de oeste para leste, ao avaliar o desempenho da previsão advectiva e da persistência, apenas a porção leste do domínio é relevante, uma vez que o tempo de advecção é suficiente para que as tempestades atravessem metade do domínio zonal. Maior atenção deve ser dada à previsão iniciada há 180 minutos (Figura no canto inferior direito da tabela a seguir), comparando-a com o estado atual. Um dipolo positivo (de menos para mais fluxo descendente) centrado no centróide da tempestade atual indica velocidade advectiva excessiva, enquanto um dipolo negativo (de valor maior para valores menores na direção do fluxo) indica velocidade advectiva insuficiente. Assim, a faixa de velocidade advectiva pode ser ajustada com precisão usando um parâmetro de ajuste na lista de nomes do programa advectivo.

Verificação de Habilidade Advetiva

A diferença entre os campos previstos e observados deve resultar em aliasing, ou seja, mostram um padrão de interferência com uma estrutura de flange espalhada (ou seja, com múltiplas cristas e vales). A imagem resultante lembra a superfície ondulada de uma couve-flor ou de um ovo mexido.

Desta forma, os erros de fase são reduzidos pelo transporte modelado, em relação ao que seria possível pela persistência.

Avaliação do Nowcasting (Diferenças em mm/h):

Avaliação do Nowcasting: r(Nowcast)-r(Obs) (mm/h) [intervalo 15 min]	Avaliação do Nowcasting: r(Nowcast)-r(Obs) (mm/h) [intervalo 30 min]	Avaliação do Nowcasting: r(Nowcast)-r(Obs) (mm/h) [intervalo 45 min]

Avaliação do Nowcasting: r(Nowcast)-r(Obs) (mm/h) [lag 60 min]	Avaliação do Nowcasting: r(Nowcast)-r(Obs) (mm/h) [lag 120 min]	Avaliação do Nowcasting: r(Nowcast)-r(Obs) (mm/h) [lag 180 min]

Verificação da habilidade de persistência

O método de persistência resulta na separação progressiva dos campos à medida que o intervalo de tempo de previsão aumenta. A imagem resultante lembra um quebra-cabeça que está sendo desvendado.

Avaliação da Persistência (Diferenças em mm/h):

Avaliação da Persistência: r(Nowcast)-r(Obs) (mm/h) [intervalo 15 min]	Avaliação da Persistência: r(Nowcast)-r(Obs) (mm/h) [intervalo 30 min]	Avaliação da Persistência: r(Nowcast)-r(Obs) (mm/h) [intervalo 45 min]

Avaliação da Persistência: r(Nowcast)-r(Obs) (mm/h) [lag 60 min]	Avaliação da Persistência: r(Nowcast)-r(Obs) (mm/h) [lag 120 min]	Avaliação da Persistência: r(Nowcast)-r(Obs) (mm/h) [lag 180 min]

Avaliação da precisão do nowcasting

Como é validada a velocidade do fluxo óptico advectivo? À medida que a previsão advectiva avança no tempo, a inovação (observação menos previsão) deve ser colocada no centróide de observação. Assim, quando ocorre inovação positiva [negativa] (observação maior [menos] que inovação) a sotavento do centróide, indica que a velocidade absoluta do fluxo óptico está subestimada [superestimada] e vice-versa. Outra forma de dizer isso é compará-lo com a variação temporal da inovação associada ao método da persistência, em que o campo inicial é a previsão dos tempos futuros. Quando o transporte advectivo gera resultados semelhantes à persistência (mas, em geral, tardios [anteriores] em relação à inovação em persistência) é sinal de que o campo de fluxo óptico advectivo apresenta subestimação [superestimação]. Isto permite uma avaliação (crítica) da qualidade do fluxo óptico.

A precisão e exatidão da taxa de variação total da tempestade são obtidas pela estimativa numérica da derivada total, composta pela soma da variação local do campo advectado (transportado), desde a observação anterior até a presente observação de precipitação, ponto por ponto da grade utilizado na análise e previsão imediata. Esta avaliação é importante para a qualidade do nowcasting uma vez que permite monitorizar por advecção da derivada total, tanto a intensificação como a diminuição da precipitação de cada tempestade individual, no nowcasting proposto. Em geral, tempestades muito intensas e pequenas mostram áreas concentradas em poucos pontos contíguos da grade. Neste caso, a precisão diminui rapidamente com o avanço da previsão a curto prazo no tempo.

Na primeira meia hora, estima-se o viés de previsão de muito curto prazo em relação ao valor máximo de precipitação observado, provavelmente em função da velocidade de movimento, crescimento e dissipação das tempestades. Para a previsão do tempo considerando intervalos de tempo mais longos entre a previsão e a observação, o viés aumenta mais ou menos rapidamente entre a previsão de meia hora e a previsão de três horas. Esta perda de precisão, representada pelo aumento do viés, pode depender da velocidade de desenvolvimento da precipitação associada ao sistema convectivo, da sua dimensão espacial, intensidade e duração.

Comumente, o nowcasting advectivo dá mais precisão que a persistência (i.e., menor desvio padrão global), para os mesmos intervalos de previsão. Portanto, no método advectivo há uma perda progressiva de aderência estatística do centróide previsto em relação ao centróide observado, à medida que os sistemas convectivos se movem (i.e., para tempos maiores de antecedência do nowcasting).

Um campo espacial relativamente aliasado, como um campo obtido por suavização laplaciana (e.g., filtro dado por um funç~ao densidade de probabilidade Normal), é usado para aumentar a precisão das estimativas das variações totais com a grade espacial de discretização do equação diferencial parcial para advecção conservativa. Erros de truncamento numérico na solução do modelo barotrópico para derivadas de segunda ordem em a previsão do tempo em grande escala foi discutida nas décadas de 1970 e 1980 por Shuman (1989).

Aqui, duas etapas são consideradas na previsão a curto prazo, uma etapa conservadora pela solução EDP de advecção e uma etapa não conservativa, associada à variação na taxa de precipitação de cada célula convectiva, estimando a derivada temporal total.

Em outras palavras, um método generativo [estatístico] para fluxo óptico multiescala (organizado em espaços gaussianos ou estruturado como pirâmides gaussianas e lagrangianas) pode ser usado para obter conjuntos "ensemble" de previsões determinísticas [advecção óptica]. Isto permite avaliar a probabilidade como o inverso da variância dos membros da previsão a cada novo momento. Não só a inovação é obtida, mas também a probabilidade de ocorrência de precipitação, E(X). Este é um passo importante para estabelecer uma ponte "estatística" com o mundo real da avaliação de custos (C para custo de mitigação) e perdas (L para perda provável) na análise de risco. Note-se que sempre que a relação (C/L) for menor que E(X) ações de mitigação são plenamente justificadas.

Comentários adicionais sobre incerteza

O método advectivo utilizado na previsão do campo de chuva apresenta dois tipos de incertezas, associadas à i) posição e ii) intensidade. Em campos de chuva de movimento rápido, com velocidade de transporte igual ou superior a 10 m s^-1, a previsão para os próximos 15 minutos pode mostrar uma intensidade de chuva relativamente pequena em comparação com a observada. A intensidade da previsão a curto prazo está próxima de 60% da precipitação observada (abordagem de primeira ordem), principalmente devido ao método de Euler (avançado no tempo) utilizado na advecção com intervalo de tempo de 1 segundo, e também, é devido às incertezas da precipitação no tempo do sistema em rápida evolução.

Sabe-se que as trovoadas apresentam três fases distintas de evolução temporal: 1) fase cúmulos (rápido crescimento e correntes ascendentes predominantes), 2) fase madura (precipitação de gotas de água líquida e granizo, eletrificação de nuvens, ondas gravitacionais, correntes ascendentes e descendentes ) e 3) fase dissipativa (precipitação fraca, movimento descendente). Em agrupamentos de tempestades, distribuições de tempestades em estágio maduro e dissipativo predominam.

Incertezas no posicionamento produzem erros de fase (em relação à posição da máxima amplitude ou baricentro), produzindo variações do tipo dipolo, para cima e para baixo, em torno do baricentro e definindo anéis de fuso em torno de sua vizinhança. A distribuição de incertezas simétricas positivas e negativas, na forma de seções de fuso circulares, em torno do baricentro pode indicar a habilidade efetiva de previsão a curto prazo como um método de transporte extrapolativo para previsão de muito curto prazo. Para campos com pouco movimento, com baricentro estacionário (desenvolvendo-se em posições fixas no espaço), a evolução depende principalmente da derivada local, ou seja, da variação intrínseca do sistema convectivo precipitante ao longo do tempo. Neste caso, a intensidade estimada pela previsão advectiva pode estar mais próxima da estimativa de persistência.

Um dos propósitos da previsão de transporte advectivo é reduzir erros de fase (ou seja, erros de posição). Para reduzir erros de amplitude de previsão a curto prazo, é necessário um submodelo de desenvolvimento para cada nuvem Cumulus nimbus que ocorre durante o transporte, como processos complementares. Deve-se considerar também que os sistemas convectivos são compostos por diferentes tempestades agrupadas em dois subgrupos, o primeiro de tempestades em fase madura e o segundo, de tempestades em dissipação, como mostra o antigo projeto de campanha de observação sobre tempestades denominado "Thunderstorm Project" realizado em meados do século XX pelos EUA.

Como interpretar os resultados?

Os gráficos mostram:

1. a distribuição espacial da precipitação cumulativa de 24 horas ao longo América do Sul e partes costeiras dos oceanos Atlântico (leste) e Pacífico (oeste);
2. a animação da chuva (mm h^-1) feita com os 96 frames mais recentes, correspondente ao período de 24 horas anterior ao instante atual;
3. o campo mais recente de precipitação estimada sobre a América do Sul por Hidroestimador/NOAA, construído com o campo dos últimos 15 minutos;
4. a animação da chuva (mm h^-1) feita com os 12 frames mais recentes, correspondente ao período de 6 horas anteriores ao instante atual;
5. o índice de risco de chuva (mm² s^-1) e
6. o risco de perigo (%) obtido com o modelo de risco dinâmico baseado na dinâmica do campo do solo obtido pelo programa numérico TopModel_variational_f90_v2.**, codificado em Fortran-90 (gfortran/linux)
7. previsão da vazão de rios com modelo de calha trapezoidal imersa em planície com formato de "V"
8. campos de velocidade advectiva do campo de precipitação obtidos por um método de fluxo óptico
9. previsão de precipitação para um período muito curto para as próximas 3 horas com base em previsão a curto prazo advectiva pelo fluxo óptico, e
10. precisões de previsão advectiva e da persistência para taxa de precipitação (nas próximas três horas), considerando nowcastings prêvios (ou seja, diferenças diretas de campo previsto e observado).

A atualização dos campos apresentados nos gráficos depende da disponibilidade de dados e acesso on-line ininterrupto. Ocasionalmente, mesmo com acesso on-line, pode haver uma interrupção do serviço por algumas horas porque os servidores podem estar reiniciando e atualização durante uma interrupção planejada. Portanto, a continuidade não é garantida. Para contornar esse problema, servidores Web espelhados poderão ser disponibilizados no futuro.

Os resultados podem ser úteis para pesquisas meteorológicas e também para auxiliar hidrometeorologistas nos centros de previsão do tempo durante a rápida evolução do tempestades em áreas propensas a risco (ou seja, em operações de previsão a curto prazo).

Exemplos de etapas operacionais de alerta de risco ambiental em órgãos de gestão de emergências

A Fundação Geo-Rio do Município do Rio de Janeiro-RJ, Brasil (2020) utiliza etapas de alerta operacional para gerenciar emergências na cidade do Rio de Janeiro, que são denominadas: etapa de normalidade, etapa de mobilização, etapa de atendimento, etapa de alerta e crise Estágio.

A equipe do Instituto Estadual do Ambiente (INEA) definiu cinco etapas para análise do risco de enchentes e inundações por transbordamento das margens dos rios do Estado do Rio de Janeiro, Brasil. O estágio depende da altura da superfície da água na calha de cada rio monitorado. A atualização ocorre em ciclos minuciosos, 24 horas por dia, para todos os dias do ano, inclusive feriados, diretamente da sala de situação e análise de risco hidrometeorológico: vigilância (nenhuma previsão de chuva significativa que possa causar aumento do nível dos rios), atenção [ou seja, aviso] (possível aumento do nível do rio devido às chuvas), alerta (aumento acima do normal do nível de um rio monitorado, com elevação prevista), alerta máximo (transbordamento iminente de um rio monitorado, com elevação prevista) e transbordamento (quando o registro do nível de um rio monitorado acima da cota de transbordamento).

Sobre o efeito da remoção de poluentes atmosféricos pelas chuvas (processo de lavagem atmosférica)

A chuva que atravessa uma camada poluída da atmosfera remove poluentes gasosos e particulados pelo Processo de lavagem (em inglês, Scavenging Process). As gotas removem gases e partículas de poluentes que estão ao longo de suas trajetórias de queda. A remoção úmida tem uma eficiência maior na remoção de poluentes atmosféricos do que a remoção seca (ou seja, mais eficiente do que a deposição seca associada ao transporte turbulento de poluentes na camada limite atmosférica até a superfície, i.e., associado à deposição sob condições de ar seco). A deposição transfere poluentes atmosféricos da atmosfera para os elementos da superfície (ou seja, para as superfícies da vegetação, corpos d'água etc). Uma vez transportados para a superfície, os poluentes podem ser sedimentados, transformados química e fisicamente por absorção e/ou absorção.

Os seres da biosfera também absorvem poluentes, como plantas e animais. As plantas, em particular, absorvem gases poluentes removendo-os da atmosfera, quer pela epiderme vegetal, quer através de pequenas aberturas estruturadas de células chamadas estômatos. Os estômatos são controlados biofisiogicamente, abrindo-se para a fotossíntese e a respiração, sobre condições óptimas, e fechando-se em condições limitantes de radiação, CO2, estresse hídrico etc. Os poluentes podem assim passar para os animais através da alimentação (ou seja, seguindo a cadeia ecológica). Isto é particularmente crítico no caso de áreas superficiais contaminadas por radionuclídeos, metais pesados ou produtos tóxicos (e.g., incidentes com agrotóxicos, inseticidas e produtos químicos).

Os poluentes presente na água da chuva pode infiltrar-se no solo, atravessando as diferentes camadas do solo, atingindo o lençol freático e até mesmo o aquífero nos casos mais severos. Assim, os poluentes presentes na água podem ser transportados nos fluxos superficiais e subterrâneos (que compõem o escoamento superficial), até atingirem diferentes corpos d’água, lagos, rios, manguezais, deltas, estuários e baías, em direção aos maiores corpos d’água do planeta (grandes lagos, mares e oceanos).

Sobre o estimador da precipitação Hidroestimador-NOAA

Os gráficos acima mostram os resultados obtidos no conjunto de dados Hydroestimator/NOAA/USA disponível online nas últimas 24 horas. A metodologia do hidroestimador estima a precipitação convectiva usando a relação entre a temperatura de brilho dos topos das nuvens convectivas (trovoadas) e a precipitação atmosférica superficial. Dados brutos de irradiância multiespectral de satélites geoestacionários da série GOES, principalmente campos no infravermelho térmico, permitem obter a estimativa da precipitação convectiva (Scofield 1987; Vicente et al. 1989; Field e Menzel 1998; Scofield e Kuligowski 2003).

Em perspectiva

Considera-se informar o sistema de nowcasting com análise conjunta de precipitação baseada em assimilação de dados de raios com alta taxa de amostragem, por exemplo, a partir de dados de raios do satélite GOES-R (2018).

Agradecimentos

Agradecimentos à NOAA/STAR por fornecer acesso público aos campos de estimativa de precipitação convectiva pelo satélite GOES (i.e., Hydro-Estimator), que são utilizados pelo laboratório lhydex-UFRJ para definir as condições iniciais de previsão a curto prazo e para diagnosticar perigos hidrometeorológicos em ciclos de rápida atualização (minutos).

Tenha em mente que

Os resultados apresentados neste site são experimentais e a sua utilização é da inteira responsabilidade do utilizador.

Atenção: Declaração de Isenção de Responsabilidade

Este projeto é experimental. Continuamente verificamos e avaliamos o uso e o desempenho do sistema disponibilizado para múltiplos usuários. Também verificamos continuamente o carregamento de dados fonte, a produção de imagens, gráficos e aminações, a sobrecarga dos computadores operacionais e o status de acesso dos servidores de web utilizados. Os produtos apresentados neste projeto não podem ser utilizados direta ou indiretamente para fins comerciais, a menos que o usuário tenha autorização por escrito do responsável pelo Laboratório de Hidrometeorologia Experimental da UFRJ (lhydex-UFRJ). O laboratório lhydex-UFRJ não dá nenhuma garantia em relação a estes produtos. Em nenhum caso a lhydex-UFRJ pode responsável por danos especiais, indiretos ou consequenciais, ou quaisquer danos vinculados ou decorrentes do uso destes produtos. Além disso, a lhydex-UFRJ não pode garantir a regularidade desses produtos.

Copyright

Todos os materiais mostrados neste web site são de autoria do Coordenador do laboratório lhydex-UFRJ, a menos que seja indicado o contrário. O uso deste conteúdo é livre para propósitos de aprendizado, estudo e desenvolvimento técnico-científico, desde que cite a fonte de referência. O conteúdo deste site tem finalidade exclusiva para fins educativos e de aperfeiçoamento técnico-científico. É banido qualquer uso comercial.

Endereço postal

Contato

Contacte-nos por e-mail: Send Mail