Anti-biofilm property of essential oils from Cymbopogon sp

Universidade Federal de Santa Maria

Ci. e Nat., Santa Maria v.42, ed. esp.: meteorologia, e12, 2020

DOI:10.5902/2179460X55313

ISSN 2179-460X

Received: 22/0920 Accepted: 22/09/20 Published: 30/09/20

Variabilidade Climática Clima e Oceano

Análise Climatológica das trajetórias de Ciclones Extratropicais formados na região da Península Antártica

Climatological Analysis of Extratropical Cyclones’ trajectories formed in the Antarctic Peninsula region

Mariana Monteiro dos Santos Gandra ^I

Mário Francisco Leal de Quadro ^II

^IInstituto Federal de Santa Catarina, Florianópolis, Brasil. E-mail: gandramari@gmail.com.

^IIInstituto Federal de Santa Catarina, Florianópolis, Brasil. E-mail: mquadro95@gmail.com.

RESUMO

Os ciclones desempenham um papel importante na circulação geral da atmosfera, possibilitando os transportes meridionais de calor, umidade e momentum excedentes das baixas latitudes para altas latitudes. No Hemisfério Sul, a área entre o sul do Brasil e a Península Antártica (PA) (30° S a 70° S) é descrita como uma das mais favoráveis para a formação de ciclones devido à existência de fortes contrastes de temperatura entre o oceano e a camada de ar em superfície e também instabilidades baroclínicas pré existentes. Este estudo está associado ao Projeto ATMOS (AnTarctic Modeling Observation System) e explorou o papel dos ciclones extratropicais (CE) nas teleconexões entre as altas e médias latitudes, em que o objetivo foi rastrear as trajetórias daqueles que se formaram na PA e se deslocam em direção ao setor central do Atlântico Sul. A análise das trajetórias rastreadas mostrou que os CE alcançaram o setor central do Atlântico Sul durante os meses de outono (maior número) e inverno (maior deslocamento), enquanto que a análise estatística indicou que a intensidade dos ciclones está mais linearmente ligada ao campo de pressão ao nível médio do mar (PNM) do que à Anomalia de Temperatura da Superfície do Mar (ATSM).

Palavras-chave: Algoritmo Automático; Atlântico Austral; Interação Oceano-Atmosfera.

ABSTRACT

Cyclones play an important role in the general circulation of the atmosphere, enabling the meridional transport of excess heat, humidity and momentum from low latitudes to high latitudes. In the Southern Hemisphere, the area between southern Brazil and the Peninsula Antarctica (AP) is described as one of the most favorable for the formation of cyclones (30°S to 70°S) due to the existence of strong temperature gradient between the ocean and the surface air layer above the ocean and also because of pre-existing baroclinic instabilities. This study is associated with the Project ATMOS (AnTarctic Modeling Observation System) and explored the role of extratropical cyclones in teleconnections between high and medium latitudes to track the trajectories of extratropical cyclones that are formed in the Antarctic Peninsula (AP) and move towards the central sector of the South Atlantic. The analysis of the tracked trajectories showed that the cyclones reached the central sector of the South Atlantic during the months of autumn (greater number) and winter (greater displacement), while the statistical analysis indicated that the intensity of the cyclones is more linearly linked to the mean sea level pressure field than to Superficial Sea Temperature Anomalies.

Keywords: Automatic Algorithm; Southern Atlantic; Ocean-atmosphere interaction.

1 Introdução

A interação oceano-atmosfera está no centro do sistema climático, sendo as trocas entre a superfície do mar e o ar processos complexos, não lineares e fundamentais para a circulação oceânica e atmosférica (POND, 1971; PEZZI e SOUZA, 2009). O mecanismo de circulação de ambos é inicialmente desencadeado pela maior incidência de radiação solar nas baixas latitudes e menor nas mais altas, o que induz a diferenças de densidade das águas superficiais e do ar entre a região equatorial e os polos, formando gradientes de pressão (DIAS e SILVA, 2009). Nesse sentido, o movimento do ar (vento) sobre a superfície do oceano transfere momentum e energia cinética para a água, enquanto o oceano libera energia na forma de calor latente e sensível.

De acordo com a Primeira Lei da Termodinâmica, a energia total da Terra deve ser conservada, portanto, o excesso de calor, umidade e momentum da região equatorial deve ser transportado para os polos a fim de manter o balanço energético médio global. Este transporte é realizado por sistemas meteorológicos e correntes oceânicas (KING e TURNER, 1997).

1.1 Ciclones extratropicais

Diferente do Hemisfério Norte, no Hemisfério Sul (HS) o transporte do excedente de calor e umidade das baixas para as altas latitudes é realizado majoritariamente pelos sistemas transientes de escala sinótica, como os ciclones extratropicais (CE), o que confere a esses sistemas um papel primordial na interação oceano-atmosfera e para o clima da América do Sul (PEIXOTO; OORT, 1992 apud GRIEGER et al. 2018). Os ciclones são fenômenos circulatórios em escala sinótica, com comprimentos de onda superiores a 2000 km e normalmente duram de dias a semanas (ORLANSKI, 1975). Esses sistemas estão associados à baixa pressão no seu centro e são classificados como tropical, subtropical ou extratropical, de acordo com as características físicas e locais de formação (PEIXOTO; OORT, 1992 apud REBOITA; ROCHA; OLIVEIRA, 2018).

Os CE se formam em regiões de latitudes médias devido à instabilidade baroclínica causada pelo cisalhamento vertical do vento, que nessas áreas do globo ocorre devido aos gradientes horizontais de temperatura (BJERKNES; SOLBERG, 1992). À medida que o ciclone continua a se aprofundar na atmosfera, o ar quente avança em direção aos polos e o ar frio em direção ao equador, quando o ar frio atinge latitudes mais baixas faz com que o ar mais quente suba para níveis atmosféricos superiores e forme uma zona de forte precipitação associada à frente fria. Por outro lado, quando o ar quente atinge latitudes mais altas, causa precipitação moderada (LA TORRE et al., 2008, REBOITA et al., 2017).

No entanto, algumas áreas são mais favoráveis à formação de CE (áreas ciclogenéticas). Segundo os estudos de Gan e Rao (1991), Simmonds e Keay (2000) e Hoskins e Hodges (2005), as áreas ciclogenéticas entre o sul do Brasil e a Península Antártica (PA) (30°S a 70°S) são resultantes dos fortes gradientes de temperatura entre o oceano e a camada de ar adjacente e das instabilidades baroclínicas pré-existentes em níveis mais altos da atmosfera na região austral. King e Turner (1997) apontam que os ciclones extratropicais são os principais sistemas de escala sinótica encontrados na costa antártica.

Uma das variáveis relacionadas à intensificação dos ciclones é o gradiente da Temperatura da Superfície do Mar (TSM). Através dele, a energia é liberada na forma de fluxo de calor latente e sensível, o que aquece a troposfera inferior e causa variações horizontais no transporte de Ekman, favorecendo a convergência de massa, o movimento ascendente e a atividade convectiva. Como resultado desse processo, a circulação em larga escala é afetada porque há uma desestabilização da camada de ar adjacente e uma redução na pressão (HOLTON, 2004).

O gradiente de TSM na confluência Brasil-Malvinas foi apontado por Pezzi et al. (2005) como modulador da camada limite atmosférica marinha (CLAM), pois a CLAM se auto-ajusta às variações da TSM. Assim, anomalias de TSM (ATSM) positivas se relacionariam ao aumento do empuxo e da turbulência sobre águas quentes (maior fluxo de calor) e, portanto, diminuiriam o cisalhamento vertical do vento na CLAM, provocando ventos mais fortes na superfície. O oposto seria esperado sobre águas frias (menor fluxo de calor). Embora as trocas de calor em superfície não sejam suficientes para gerar um ciclone, desempenham um papel importante para a formação desses fenômenos (KUO; LOW-NAM; REED, 1991). Piva, Moscati e Gan (2008) apontam que esses fluxos pré-condicionam o ambiente da costa leste da América do Sul, tornando-a uma região favorável à ocorrência de ciclones mais intensos. De acordo com Kuo, Shapiro e Donall (1991), a interferência dos fluxos de calor na superfície depende também da posição relativa dos fluxos em relação ao centro do ciclone.

1.2 Rastreamento de ciclones

A identificação manual de ciclones e de suas interações dependia de muito tempo e energia, por isso o avanço tecnológico alavancou os estudos meteoceanográficos. A evolução computacional possibilitou estudar os ciclones de forma objetiva por meio de algoritmos de rastreamento automático (p.e., SIMMONDS; KEAY; BYE, 2012), que permitem a análise e construção de grandes bancos de dados para os estudos estatísticos de ciclones (REBOITA et al., 2015). Os métodos típicos para detecção e rastreamento de ciclones consideram valores máximos ou mínimos das variáveis meteorológicas de interesse e identificam nos pontos de grade os centros dos ciclones em cada passo de tempo e, em seguida, as trajetórias são formadas conectando os centros vizinhos do ponto de grade. Durante a etapa de identificação, condições iniciais de intensidade mínima, distância percorrida e tempo de duração são aplicadas para controlar quais ciclones são identificados, conforme foco deste estudo (HODGES, 1994, 1995, 1999).

Murray e Simmonds (1991) desenvolveram um dos primeiros algoritmos automáticos para encontrar e rastrear centros de alta/baixa pressão superficial no HS. Para tal, os autores utilizaram o Laplaciano da pressão ao nível médio do mar (PNM) nos pontos de grade de uma base de dados digitais, em que o Laplaciano no ponto calculado deveria ser maior que os pontos vizinhos. Jones e Simmonds (1993) analisaram o desempenho do esquema de rastreamento desenvolvido por Murray e Simmonds (1991) com uma base de dados de 15 anos e os resultados possibilitaram gerar uma climatologia de distribuição e comportamento dos CE para o HS.

Já o algoritmo desenvolvido por Hodges (1994, 1995, 1999) se baseia na técnica do vizinho mais próximo e na otimização por uma função custo. Hoskins e Hodges (2005) aplicaram esse método utilizando mais de 40 anos de dados de reanálise para investigar a atividade ciclônica no HS a partir de uma gama de variáveis meteorológicas, como a PNM, a vorticidade relativa e altura geopotencial. Os autores demonstraram a variabilidade sazonal da distribuição das trajetórias de CE e encontraram três regiões ciclogenéticas ao longo da costa da América do Sul e outra região ao norte da PA. O campo de vorticidade também foi escolhido por Reboita et al. (2018) para avaliar as condições de seis ciclones subtropicais que atuaram na costa brasileira no ano 2016, causando fortes ventos e danos socioeconômicos.

A vantagem da abordagem automática é a possibilidade de lidar com uma grande quantidade de informações em um período mais curto de tempo. Por exemplo, Xia et al. (2015) analisaram quase mil anos de dados para rastrear as atividades ciclônicas no HS e verificaram que há uma variabilidade anual e centenária muito forte de CE no inverno austral.

Este estudo explora o papel dos CE nas teleconexões entre as altas e médias latitudes austrais e está associado ao Projeto ATMOS (AnTarctic Modeling Observation System) do Programa Antártico Brasileiro – PROANTAR, coordenado pelo INPE (Instituto Nacional de Pesquisas Espaciais). O Projeto ATMOS é uma promissora iniciativa de ciência, tecnologia e inovação que visa contribuir para um melhor entendimento dos processos de interação do gelo marinho antártico com oceano, com a atmosfera e com as trocas de fluxos turbulentos nesta interface em micro e mesoescalas no Setor Atlântico do Oceano Austral e como essa interação afeta o clima da América do Sul. Autores como Simmonds e Keay (2000) apontam que o continente antártico e o gelo circundante desempenham um papel importante no balanço radiativo austral, já que a camada de gelo reduz as temperaturas do HS e influencia as zonas de formação de ciclones em todo o continente.

Diante disso, este estudo tem por objetivo rastrear as trajetórias dos CE que se formam ao redor da PA (100° W a 50° W e 60° S a 80° S) a fim de verificar se as condições meteo-oceanográficas da região podem interferir na formação, deslocamento e ciclo de vida dos CE que atingem o Setor Central do Atlântico Sul. Nas próximas seções são descritos todos os dados e métodos utilizados no estudo (seção 2). Já na seção 3, são apresentados os resultados e discussão referente às trajetórias dos ciclones no período e área de estudo. As conclusões e trabalhos em andamento são mostradas na seção 4.

2 Metodologia

2.1 Dados

Para análise do comportamento dos CE originados na PA, este estudo considerou o período de março de 2004 a dezembro de 2010. O conjunto de dados utilizados foi obtido da análise final do modelo de previsão Global Forecast System (GFS ANL), desenvolvido pelo National Centers for Environmental Prediction (NCEP) e foram disponibilizados diariamente nos horários sinóticos, a cada 6 horas, com resolução espacial de 1,0° de latitude e longitude. As variáveis utilizadas foram as componentes zonal (u) e meridional (v) do vento (m s^-1) horizontal em 850 hPa e PNM (hPa). Além deste conjunto, também foram utilizados dados de TSM (°C) e anomalia de TSM (ATSM) (°C), obtidos da National Oceanic and Atmospheric Administration (NOAA), com resolução de 0,25° de latitude e longitude (MAY et al,. 1998). As componentes de velocidade do vento foram usadas para calcular a vorticidade relativa, enquanto que a PNM, a TSM e a ATSM foram adicionadas ao estudo a fim de analisar a influência dos oceanos nos CE.

A área de estudo (figura 1) engloba a região entre as coordenadas 130° W e 10° W e 0° e 90° S, abrangendo uma porção do continente sul-americano e uma parte dos Oceanos Atlântico, Pacífico e Austral. Dessa forma é possível averiguar o deslocamento completo dos CE que chegam até o setor central do Atlântico Sul.

Figura 1 – Área de estudo utilizada para detecção automática das trajetórias dos ciclones extratropicais. Região continental em verde e oceânica em azul

Fonte: Autores.

2.2 Algoritmo de Rastreamento

O algoritmo de rastreamento automático escolhido foi o TRACK, desenvolvido por Hodges (1994, 1995, 1999). Este algoritmo identifica os valores máximos ou mínimos dos campos de variáveis meteorológicas e fornece informações detalhadas das fases do ciclo de vida do ciclone analisado (formação, posição, intensidade, deslocamento e dissipação) (HODGES, 1999). De acordo com o autor, o algoritmo ‘varre’ o conjunto de dados fornecido em busca da característica de interesse nos pontos de grade que obedeçam às condições iniciais fornecidas. Para tal, é aplicada a técnica do vizinho mais próximo, bem como uma função custo para suavização da trajetória, a fim de torná-la mais realística. Dessa forma, evita-se situações em que os CE possam ter se dividido ou se fundido a outros. Além disso, pode haver mais de um centro a ser considerado como o próximo na trajetória do ciclones, por isso deve ser considerado no algoritmo condições que estabeleçam quais devem ser rastreados e quais devem ser negligenciados.

A variável de interesse rastreada neste estudo foi o valor mínimo da vorticidade relativa (ζ) em 850 hPa (calculada a partir do campo de velocidade do vento). A fim de evitar problemas de projeção e perda de qualidade dos dados, o cálculo é feito em coordenadas esféricas. Hodges (1999) indica que o campo de ζ representa melhor a localização dos sistemas de escala sinótica, porque sofre menos interferência dos fluxos de background de outros fenômenos de larga escala, quando comparado ao campo de PNM. Além disso, a PNM é um campo extrapolado que pode ser sensível ao método de extrapolação e a vorticidade permite a identificação de ciclones em estágio inicial de desenvolvimento (HODGES, 1999). As condições iniciais impostas para este estudo foram que os CE devem ter se deslocado por pelo menos 1000 km, com tempo de duração mínimo de 2 dias e o valor mínimo da ζ = -1.0 x 10⁻⁵ s^-1.

Depois de obter o campo de ζ, o algoritmo do Track processa quatro etapas principais: i) Filtragem de dados; ii) Identificação de objetos; iii) Identificação do ponto de recurso e por fim iv) Rastreamento. Aqui objetos referem-se aos CE que correspondem às condições impostas pelo algoritmo. O Track possui também um módulo estatístico que fornece informações quanto à densidade de gênesis e lises, densidade de sistemas, velocidade média, tempo de vida médio, taxa média de crescimento e decaimento. Neste estudo não foi aplicado o módulo estatístico.

2.3 Processamento

Para atingir o objetivo deste estudo, após a etapa de rastreamento foi feita uma seleção dos CE que se formaram ao redor da PA (100° W a 50° W e 60° S a 80° S), considerando que a trajetória do ciclone deveria ter mais de três pontos dentro dessa área. A escolha dessa sub-região deve-se ao fato da mesma ser uma das áreas ciclogenéticas englobadas na área de estudo (SIMMONDS e KEAY, 2000, HOSKINS e HODGES, 2005).

Em sequência à etapa de rastreamento, foi calculado as médias, mínimos e máximos do número de ciclones rastreados, da ζ dos CE e das variáveis oceânicas (PNM, TSM e ATSM) nas escalas anual e sazonal. No entanto, a métrica escolhida para apresentar os gráficos dos resultados foi a média. Por mais que os valores extremos sejam camuflados nessa abordagem, julgou-se que é a métrica mais representativa do comportamento dos CE, pois os valores máximos ou mínimos das variáveis investigadas representariam apenas um ponto e não toda a trajetória.

Após, foi aplicou-se as técnicas estatísticas de regressão linear simples e a correlação de Pearson com a finalidade de averiguar se e como a intensidade dos ciclones está relacionada às variáveis oceânicas. A regressão linear permite que se estabeleça empiricamente possíveis relações, direta ou indiretamente, entre as variáveis, enquanto que o coeficiente de correlação de Pearson indica qual o grau dessa ligação. Por fim, a distribuição dos resultados foi verificada por meio de gráficos do tipo boxplot, em que as caixas representam os valores de quartis 25% (linha inferior), 50% (mediana) e 75% (linha superior), as hastes (ou caudas) equivalem aos limites extremos de cada variável e os pontos acima ou abaixo das hastes são outliers.

3 Resultados e Discussões

O algoritmo Track rastreou 650 CE no total, distribuídos entre os meses de março de 2004 e dezembro de 2010 (Figura 2). Grande parte dos CE seguem o padrão climatológico de deslocamento para leste (p. e., MENDES et al., 2009). Entretanto, é possível identificar trajetórias anômalas em todas as estações, exceto durante DJF (Figura 3). Nota-se que dentre esses CE, alguns deslocaram-se para norte (Figura 3b) e oeste (Figura 3c e 3d) no Oceano Pacífico, enquanto no Oceano Atlântico alguns seguiram para nordeste, ultrapassando a latitude de 40° S (Figura 3b e 3c).

Cabe destacar que houve o caso particular de um ciclone que formou-se na região subpolar ao redor da PA (aproximadamente 60° S e 80° W) e chegou próximo à latitude de 25° S. O deslocamento desse ciclone se deu relativamente próximo à costa sul-americana até a foz do Rio da Prata e foi se afastando em direção ao centro do Oceano Atlântico após ultrapassar a latitude de 35° S. Durante o trajeto, esse ciclone atravessa a região de encontro entre a Corrente do Brasil e a Corrente das Malvinas (30° S a 50° S), uma das mais dinâmicas do globo, região conhecida como Confluência Brasil-Malvinas (CBM) (PIOLA e MATANO, 2001). Sob o setor de águas quentes da CBM, existem condições propícias para intensificação dos ventos, formação de centros de baixa pressão e maior instabilidade na camada limite atmosférica marinha (PEZZI et al., 2009, CAMARGO et al., 2013 e PEZZI et al., 2016) e durante o inverno também há fortes gradientes térmicos, que aumentam as instabilidades baroclínicas da região (PEZZI et al., 2016). Esse conjunto de fatores pode ter favorecido o maior deslocamento desse ciclone em questão.

Figura 2 – Trajetórias totais por ano de ciclones extratropicais (CE) simulados pelo TRACK. O retângulo roxo delimita a região de gênese dos ciclones ao redor da Península Antártica. Os pontos vermelhos representam o início de cada trajetória e as linhas cinzas o deslocamento percorrido por cada CE. A linha preta em destaque representa o maior deslocamento setentrional

Fonte: Autores.

Nas figuras 2 e 3, é possível verificar os setores ciclogenéticos ao redor da PA, cujos resultados estão alinhados com estudos anteriores (p. e., SIMMONDS e KEAY, 2000, HOSKINS e HODGES, 2005). Também é possível observar que o padrão sazonal das trajetórias dos CE é semelhante ao anual. Embora em MAM o algoritmo tenha registrado um número maior de CE que se deslocaram em direção nordeste e alcançaram latitudes mais baixas (aproximadamente 35° S), o mesmo ocorre em JJA, porém em menor quantidade. Contudo, o maior deslocamento de toda a série temporal ocorreu durante o período de inverno (Figura 3b). Possivelmente esse maior deslocamento na direção setentrional nos meses de outono e inverno esteja associado ao ingresso de massas de ar frio e aumento do gradiente térmico horizontal nesta região (KING e TURNER, 1997, PEZZI et al., 2016).

Em uma análise sazonal (Figura 3), os meses de verão austral (DJF) registraram o menor número de casos (147) (Figura 3a), enquanto o maior número de sistemas (172) foi durante o período de primavera (SON) (Figura 3d). No inverno austral (JJA), 165 CE foram examinados e no outono (MAM), 153 (Figuras 3b e 3c, respectivamente). O número médio de CE rastreados pelo Track em cada estação (Tabela 1) é ligeiramente maior do que a climatologia de Simmonds e Keay (2000), considerando as bandas latitudinais de 50° S a 90° S. Essa diferença pode estar ligada aos diferentes métodos de rastreamento empregados por esses autores.

Figura 3 – Climatologia sazonal de CE para os períodos de: (a) verão (DJF), (b) inverno (JJA), (c) outono (MAM) e (d) primavera (SON) austral, para o período de 03/2004 a 12/2010

Fonte: Autores.

A relação entre os resultados do Track e as variáveis oceânicas está listada na Tabela 1. Em média, os ciclones mais intensos (maior vorticidade relativa, em módulo) ocorreram no período de MAM. No qual também foram registrados os máximos valores de TSM e mínimos de PNM. Esse cenário pode ter refletido na maior vorticidade, pois quanto maior a TSM, mais calor latente e sensível e umidade são liberados na atmosfera adjacente, o que reduz a pressão atmosférica e favorece a intensificação dos CE (HOLTON, 2004, REBOITA, 2017). Destaca-se também que o maior número de casos foi registrado na primavera e que, em geral, a passagem dos CE resfria a água subjacente, refletindo nas anomalias negativas de ATSM (Tabela 1). Os resultados sazonais concordam com o estudo de Hoskins e Hodges (2005), considerando o setor ciclogenético da PA. Os autores encontraram ventos meridionais (em 850 hPa) mais fracos durante os meses de DJF e mais fortes durante MAM, associados ao gradiente de TSM. Também registraram os maiores valores de PNM durante JJA e menores em DJF.

Os rastreamentos resultantes do Track em MAM e SON podem ser reflexo da influência da fase positiva da Oscilação Anual Antártica (AAO, em inglês), principal modo de variabilidade da circulação extratropical do HS (THOMPSON e WALLACE, 2000). Parise et al. (2015) registraram em suas simulações, queda da PNM nas altas latitudes do HS de forma mais significativa nos meses de MAM e intensificação dos jatos polares e da célula polar nos meses SON. Essas anomalias de baixa pressão e mudanças da circulação geral da atmosfera são condizente com a fase positiva da AAO (GONG e WANG, 1998) e favorecem a formação de CE nas altas latitudes (CARVALHO et al., 2005).

Tabela 1 – Valores médios anuais e sazonais do número de CE, vorticidade relativa (ζ = 1x10⁵), TSM, ATSM e PNM para o período de 03/2004 a 12/2010

	Anual	Verão	Outono	Inverno	Primavera
Número de CE	92,85	21,00	21,85	23,57	24,43
ζ média (s^-1)	-4,49	-4,36	-4,70	-4,47	-4,41
TSM (°C)	5,81	6, 38	6,51	5,14	5,36
ASTM (°C)	-0,24	-0,16	-0,24	-0,28	-0,28
PNM (hPa)	994,06	991,54	991,94	996, 84	995,88

Fonte: Autores.

As regressões lineares entre as médias de ζ, TSM, ATSM e PNM estão representadas nas figuras 4 e 5 abaixo. Anualmente, se observou maior dispersão dos dados na regressão entre ζ e ATSM (Figura 4b) do que nas outras relações, com uma curva quase nula. As curvas entre ζ e TSM e ζ e PNM (Figura 5a e 5c, respectivamente) indicaram uma relação inversa (considerando o valor ζ em módulo), ou seja, a ζ tende a aumentar em magnitude conforme a TSM e a PNM diminuem, sendo a curva entre ζ e PNM com a menor dispersão de dados.

Contudo, ainda pode-se observar alguns pontos de alta ζ com alta PNM (Figura 4 e 5), o que contradiz a hipótese de Lindzen e Nigam (1987). Segundo esses autores, ventos mais fortes seriam encontrados onde estão localizados os menores gradientes de PNM ou TSM, pois espera-se uma menor PNM em regiões de águas quentes, enquanto que uma PNM maior sob águas mais frias. Pezzi et al. (2009) e Pezzi et al. (2016) em parte da amostragem na região da CBM e da Plataforma Continental Sul do Brasil, também encontraram padrões de PNM opostos ao proposto por Lindzen e Nigam (1987), ou seja, aumento da PNM sob águas quentes e redução sob águas frias. Pezzi et al. (2016) apontam que a hipótese de Lindzen e Nigam (1987) é comprovada quando a região analisada não está sob uma forte ação de sistemas sinóticos atmosféricos nem na presença de forte advecção atmosférica horizontal.

Em um cenário parecido com a regressão linear anual, as curvas sazonais entre ζ e PNM (Figura 5) indicaram uma boa relação entre estas variáveis, não havendo diferença significativa entre os períodos. Com esses resultados é possível apontar que o campo de PNM é o que possui melhor relação com a intensidade dos CE.

Figura 4 – Padrão da regressão linear mensal para o período de 03/2004 a 12/2010 entre vorticidade média (x10⁵s^-1) e: (a) TSM (°C) média; (b) ATSM média (°C) e (c) PNM (hPa) média

Fonte: Autores.

Figura 5 – Regressão linear sazonal entre a vorticidade média (x 10⁵ s^-1) e PNM (hPa) média, para o período de 03/2004 a 12/2010, durante as estações de (a) DJF, (b) JJA, (c) MAM e (d) SON

Fonte: Autores.

De fato, as matrizes de correlações de Pearson, anual e sazonal (Figura 6 e 7) mostram que os coeficientes mais expressivos de ζ estão relacionados ao campo de PNM. Conforme a classificação de EVANS (1996) para a intensidade dos coeficientes de Pearson, pode-se definir a relação anual entre as médias de ζ e PNM como moderada (r=0,47). A correlação mais forte da série, no entanto, foi entre as médias de PNM e TSM (r=0,60) e o campo de ATSM média não teve correlação nem com a ζ e nem com a PNM. As maiores correlações entre a ζ e PNM, ζ e TSM e da PNM e TSM podem ter relação, mas não inteiramente, com a hipótese de Lindzen e Nigam (1987), como já mencionado anteriormente.

A intensidade dos ciclones nas séries sazonais (Figura 7) foi bastante similar à anual, sendo mais correlacionada ao campo de PNM. O período de SON (Figura 7d) foi o único em que houve inversão de sinal para negativo entre a ATSM e PNM (r=-0,10, muito fraco).

Figura 6 – Matriz de correlação de Pearson com os dados totais para o período de 03/2004 a 12/2010. Os tons de azul mostram as variáveis que possuem correlação positiva, enquanto em vermelho são as variáveis inversamentes correlacionadas. Tons mais fortes indicam correlações mais fortes (próximas de 1 e -1) entre as médias de vorticidade (VORMED), TSM (TSMMED), ATSM (ATSMMED) e PNM (PNMMED)

Fonte: Autores.

Figura 7 – Matriz de correlação de Pearson sazonal para o período de 03/2004 a 12/2010: a) DJF, b) JJA, c) MAM e d) SON entre as médias de vorticidade (VORMED), TSM (TSMMED), ATSM (ATSMMED) e PNM (PNMMED)

Fonte: Autores.

Por meio da ferramenta gráfica boxplot foi possível averiguar a distribuição das variáveis no período de março de 2004 a dezembro de 2010 (Figura 8). Como pode-se verificar, o campo de ζ apresentou pouca dispersão (menor intervalo interquartílico) e boa distribuição dos dados (centralidade da linha mediana). As séries de PNM (Figura 8a) possuem outliers mínimos, possivelmente associado a sistemas ciclônicos mais intensos com gênese em latitudes mais altas e, de modo geral, o campo de ATSM e TSM (Figura 8b) contém um número significativo de outliers. Além disso, verificou-se, durante as trajetórias latitudinais, uma grande variabilidade destas variáveis relacionadas a temperatura da superfície do mar. Nesse contexto, pode-se inferir que os dados não possuem distribuição normal.

Figura 8 – Distribuição anual das variáveis a) PNM (hPa) e vorticidade (s^-1) e (b) TSM (°C) e ATSM (°C)

Fonte: Autores.

4 Conclusões

As trajetórias encontradas pelo algoritmo Track concordam com resultados de trabalhos anteriores (SIMMONDS e KEAY, 2000, HOSKINS e HODGES, 2005, MENDES et al., 2009), tanto com o padrão de deslocamento (maior parte para o leste), quanto com os setores ciclogenéticos ao redor da PA. Poucos CE se deslocaram para norte, influenciando diretamente a costa leste da América do Sul e estes ocorreram com maior frequência nos meses de outono, que apesar de não ter sido a estação com a maioria dos casos da série temporal, apresentou-se como a mais significativa em termos de intensidade e quantidade de CE que se deslocaram para norte. Enquanto que o maior deslocamento da série temporal aconteceu durante o inverno. Este cenário sugere que as teleconexões do Oceano Austral com o setor central do Oceano Atlântico Sul possivelmente são mais expressivas nesses períodos, que é quando ocorrem incursões de massas de ar frio (KING e TURNER, 1997) e também apontam para a influência da fase positiva da AAO.

Levando em consideração os coeficientes de Pearson encontrados neste estudo, pode-se afirmar que a intensidade dos ciclones está mais linearmente ligada à PNM do que a outras variáveis oceânicas. No entanto, o grau dessa correlação (moderada) dá indícios que outros processos físicos além dos aqui analisados podem ter influenciado a intensidade dos CE. Além disso, os gráficos de regressão e boxplot indicam que há variabilidade na série temporal.

As trajetórias anômalas encontradas neste estudo levantam novas informações sobre o comportamento dos CE no HS, uma vez que estudos prévios (p. e., SIMMONDS e KEAY, 2000 e HOSKINS e HODGES, 2005) não relataram deslocamentos similares, estas exceções, portanto, devem ser analisadas com mais detalhes em trabalhos futuros. Para as próximas etapas desta pesquisa, recomenda-se investigações estatísticas mais aprofundadas, como análises das componentes principais e de erros residuais, para esclarecer a natureza dos processos físicos envolvidos e dos dados outliers. Outro ponto importante para futuras etapas, é analisar o papel dos fluxos de calor no desenvolvimento dos CE.

Agradecimentos

Os autores agradecem ao CNPq, que por meio do Projeto ATMOS (LOA/OBT/INPE) (CNPQ/MCTIC/CAPES/FNDCT 21/201), financia a bolsa de pesquisa de Mariana Gandra. Agradecimentos também ao pesquisador Dr. Kevin Hodges pelo auxílio com o algoritmo Track e aos revisores e suas contribuições científicas para o artigo.

Referências

BJERKNES, J.; SOLBERG, H.. Life Cycle of Cyclones and the Polar Front Theory of Atmospheric Circulation. Geofysiske Publikationer, [s.i.], v. 3, n. 1, p.4-18, maio 1992. Disponível em: http://www.dca.iag.usp.br/material/ritaynoue/aca-0523/referencias/Life%20of%20the%20cyclones,%20J.%20Bjerknes.pdf. Acesso em: 11 jun. 2019.

CAMARGO, R et al. Modulation mechanisms of marine atmospheric boundary layer at the Brazil-Malvinas Confluence region. Journal Of Geophysical Research: Atmospheres, v. 118, n. 12, p. 6266-6280, 2013. doi:10.1002/jgrd.50492.

CARVALHO, L. M. V., JONES J., AMBRIZZI, T. Opposite phases of the antarctic oscillation and relationships with intraseasonal to interannual activity in the tropics during the austral summer. J Climate, [s.I.], v. 18, n. 5, p. 702–718, 2005. American Meteorological Society. https://doi.org/10.1175/JCLI-3284.1.

DIAS, Maria Assunção F. D.; SILVA, Maria Gertrudes A. J.. Para Entender Tempo e Clima. In: CAVALCANTI, Iracema F. A. et al. Tempo e Clima no Brasil. São Paulo: Oficina de Textos, 2009.

EVANS, James D.. Straightforward statistics for the behavioral sciences. California: Brooks/cole Publishing Company, 1996. 600 p.

GAN, Manoel Alonso; RAO, Vadlamudi Brahmananda. Ciclogênese de superfície na América do Sul. Revisão Mensal do Tempo, [sl], v. 119, n. 5, p. 1293-1302, maio de 1991. American Meteorological Society. http://dx.doi.org/10.1175/1520-0493(1991)1192.0.co;2.

GONG, D.; WANG, S. Antarctic oscillation: concept and applications. Chinese Science Bulletin, v. 43, n. 9, p. 734–738, May 1998.

GRIEGER, Jens et al. Subantarctic cyclones identified by 14 tracking methods, and their role for moisture transports into the continent. Tellus A: Dynamic Meteorology and Oceanography, [s.l.], v. 70, n. 1, p.1-18, jan. 2018. Informa UK Limited. http://dx.doi.org/10.1080/16000870.2018.1454808.

HODGES, K. I.. A General Method for Tracking Analysis and Its Application to Meteorological Data. Monthly Weather Review, [s.l.], v. 122, n. 11, p.2573-2586, nov. 1994. American Meteorological Society. http://dx.doi.org/10.1175/1520-0493(1994)1222.0.co;2.

HODGES, K. I.. Feature tracking on the unit sphere. Montly Weather Review, [s.l.], v. 123, p. 3458–3465, 1995.

HODGES, K. I. Adaptive constraints for feature tracking. Montly Weather Review, [s.l.], v. 127, p. 1362–1373, 1999.

HOLTON, J. R. Synoptic-Scale Motions II: Baroclinic Instability. In: HOLTON, J. R.: An Introduction to Dynamic Meteorology, 4a ed. United States of America: Academic Press 2004. Cap. 8. p.224-268.

HOSKINS, B. J.; HODGES, K. I. A New Perspective on Southern Hemisphere Storm Tracks. Journal Of Climate, [s.l.], v. 18, n. 20, p.4108-4129, out. 2005. American Meteorological Society. http://dx.doi.org/10.1175/jcli3570.1.

JONES, David; SIMMONDS, Ian. A climatology of Southern Hemisphere extratropical cyclones. Climate Dynamics, [s.l.], v. 9, n. 3, p.131-145, dez. 1993. Springer Science and Business Media LLC. http://dx.doi.org/10.1007/bf00209750.

KING, J. C.; TURNER, J.. Synoptic-scale weather systems and fronts. In: KING, J. C.; TURNER, J.. Antarctic Meteorology And Climatology. Cambridge: Cambridge University Press, 1997. Cap.5. p. 185-266. http://dx.doi.org/10.1017/cbo9780511524967.006.

KUO, Ying-hwa; LOW-NAM, Simon; REED, Richard J.. Effects of Surface Energy Fluxes during the Early Development and Rapid Intensification Stages of Seven Explosive Cyclones in the Western Atlantic. Monthly Weather Review, [s.l.], v. 119, n. 2, p. 457-476, fev. 1991. American Meteorological Society. http://dx.doi.org/10.1175/1520-0493(1991)1192.0.co;2.

KUO, Ying-hwa; SHAPIRO, M. A.; DONALL, Evelyn G.. The Interaction between Baroclinic and Diabatic Processes in a Numerical Simulation of a Rapidly Intensifying Extratropical Marine Cyclone. Monthly Weather Review, [s.l.], v. 119, n. 2, p. 368-384, fev. 1991. American Meteorological Society. http://dx.doi.org/10.1175/1520-0493(1991)1192.0.co;2.

LA TORRE, Laura de et al. A Climatology Based on Reanalysis of Baroclinic Developmental Regions in the Extratropical Northern Hemisphere. Annals Of The New York Academy Of Sciences, [s.l.], v. 1146, n. 1, p.235-255, dez. 2008. Wiley. http://dx.doi.org/10.1196/annals.1446.017.

MAY, D.A., M. M. PARMETER, D. S. OLSZEWSKI, B. D. MCKENZIE, 1998: Operational processing of satellite sea surface temperature retrieval at the Naval Oceanographic Office, Bull. Amer. Met. Soc., 79, 397-407

MENDES, David et al. Climatology of extratropical cyclones over the South American–southern oceans sector. Theoretical And Applied Climatology, [s.l.], v. 100, n. 3-4, p. 239-250, 4 ago. 2009. Springer Science and Business Media LLC. http://dx.doi.org/10.1007/s00704-009-0161-6.

National Centers for Environmental Prediction/National Weather Service/NOAA/U.S. Department of Commerce. NCEP Global Forecast System (GFS) Analyses and Forecasts. Research Data Archive at the National Center for Atmospheric Research, Computational and Information Systems Laboratory.

ORLANSKI, I. A rational subdivision of scales for atmospheric processes. Bulletin of the Americam Meteorological Society, v 56 n.5, p. 527-530, 1975.

Parise, C. K. et al. The Influence of Sea Ice Dynamics on the Climate Sensitivity and Memory to Increased Antarctic Sea Ice. J. Climate, [s.I], v. 28, n. 24, p. 9642–9668, 2015. American Meteorological Society https://doi.org/10.1175/JCLI-D-14-00748.1.

PEZZI, L. P. et al. Ocean-atmosphere in situ observations at the Brazil-Malvinas Confluence region. Geophysical Research Letters, [s.l.], v. 32, n. 22, p. n/a, nov. 2005. American Geophysical Union (AGU). http://dx.doi.org/10.1029/2005gl023866.

PEZZI, Luciano; SOUZA, Ronald Buss de. Variabilidade de Mesoescala e interação oceano-atmosfera no atlântico sudoeste. In: CAVALCANTI, Iracema F. A. et al. Tempo e Clima no Brasil. São Paulo: Oficina de Textos, 2009.

PEZZI, L.P. et al. Multi-year measurements of the Oceanic and Atmospheric Boundary Layers at the Brazil-Malvinas Confluence Region. Journal of Geophysical Research, v. 114, p. D19103, 2009. https://doi.org/10.1029/2008JD011379.

PEZZI, L.P.et al. Air-sea interaction at the Southern Brazilian Continental Shelf: In situ observations, J. Geophys. Res. Oceans, v. 121, p. 6671–6695. 2016. https://doi.org/10.1002/2016JC011774.

PIOLA, A. R.; MATANO, R. P. Brazil and Falklands (Malvinas) currents. Encyclopedia of Ocean Sciences, New York, p. 340– 349, 2001. Elsevier.

PIVA, Everson dal; MOSCATI, Marley Cavalcante de Lima; GAN, Manoel Alonso. Papel dos fluxos de calor latente e sensível em superfície associado a um caso de ciclogênese na Costa Leste da América do Sul. Revista Brasileira de Meteorologia, [s.l.], v. 23, n. 4, p.450-476, dez. 2008. FapUNIFESP (SciELO). http://dx.doi.org/10.1590/s0102-77862008000400006.

REBOITA, Michelle Simões et al. Trend and teleconnection patterns in the climatology of extratropical cyclones over the Southern Hemisphere. Climate Dynamics, Heidelberg, v. 45, p. 1929-1944, 2015. http://dx.doi.org/10.1007/s00382-014-2447-3.

REBOITA, Michelle Simões et al. Ciclones em Superfície nas Latitudes Austrais: Parte I - Revisão Bibliográfica. Revista Brasileira de Meteorologia, [s.l.], v. 32, n. 2, p.171-186, jun. 2017. FapUNIFESP (SciELO). http://dx.doi.org/10.1590/0102-77863220010.

REBOITA, Michelle; ROCHA, Rosmeri da; OLIVEIRA, Débora. Key Features and Adverse Weather of the Named Subtropical Cyclones over the Southwestern South Atlantic Ocean. Atmosphere, [s.l.], v. 10, n. 1, p.6-27, 27 dez. 2018. MDPI AG. http://dx.doi.org/10.3390/atmos10010006.
REBOITA, Michelle S. et al. Extratropical cyclones over the southwestern South Atlantic Ocean: HadGEM2-ES and RegCM4 projections. International Journal Of Climatology, [s.l.], v. 38, n. 6, p.2866-2879, 25 mar. 2018. Wiley. http://dx.doi.org/10.1002/joc.5468.

SIMMONDS, Ian; KEAY, Kevin. Mean Southern Hemisphere Extratropical Cyclone Behavior in the 40-Year NCEP–NCAR Reanalysis. Journal Of Climate, [s.l.], v. 13, n. 5, p.873-885, mar. 2000. American Meteorological Society. http://dx.doi.org/10.1175/1520-0442(2000)0132.0.co;2.

SIMMONDS, Ian; KEAY, Kevin; BYE, John Arthur Tristram. Identification and Climatology of Southern Hemisphere Mobile Fronts in a Modern Reanalysis. Journal Of Climate, [s.l.], v. 25, n. 6, p.1945-1962, mar. 2012. American Meteorological Society. http://dx.doi.org/10.1175/jcli-d-11-00100.1.

THOMPSON, D. W. J.; WALLACE, J. M.Annular modes in the extratropical circulation. Part I: Month-to-month variability. Journal of Climate, v. 13, n. 5, p. 1000–1016, Mar. 2000.

XIA, Lan et al. A study of quasi-millennial extratropical winter cyclone activity over the Southern Hemisphere. Climate Dynamics, [s.l.], v. 47, n. 7-8, p.2121-2138, 29 dez. 2015. Springer Science and Business Media LLC. http://dx.doi.org/10.1007/s00382-015-2954-x.