Uso de sensoriamento remoto via satélite na identificação de rastros de destruição por tornados em um evento de tempo severo no Rio Grande do Sul

Autores

DOI:

https://doi.org/10.5902/2179460X55309

Palavras-chave:

Tornados, Rastros de danos, Sensoriamento remoto

Resumo

O registro de tornados no Brasil aumentou nos últimos anos; porém, é provável que muitas ocorrências deste fenômeno sobre áreas desabitadas e/ou durante o período noturno deixem de ser confirmadas, especialmente em um país onde um sistema oficial de avaliação de danos causados por ventos intensos é inexistente. Este trabalho dá prosseguimento a iniciativas anteriores do emprego do sensoriamento remoto via satélite na identificação de trajetórias de danos causados por tornados. O evento analisado neste trabalho ocorreu entre a noite e a madrugada do dias 07 e 08 de junho de 2017 no norte-nordeste do Rio Grande do Sul e representa um exemplo de caracterização de danos significativos causados por tornados apesar da não confirmação visual dos fenômenos. São analisadas imagens geradas pelos satélites ambientais de órbita baixa das séries Landsat e Sentinel, assim como imagens disponibilizadas pelos satélites ambientais de finalidade comercial que compõem a base de dados do software Google Earth. Para auxiliar na identificação de danos sobre a vegetação densa também são usadas as ferramentas-web Global Florest Change e Global Florest Watch, que utilizam métodos objetivos para detectar alterações abruptas do estado da vegetação. Com base nestes produtos foi possível identificar sete rastros de danos por tornados no evento noturno de junho de 2017, ratificando o valor agregado pelo uso do sensoriamento remoto para a confirmação da ocorrência de eventos tornádicos.

Downloads

Não há dados estatísticos.

Biografia do Autor

Murilo Machado Lopes, Universidade Federal de Santa Maria, Santa Maria, RS

Bacharel em Meteorologia pela Universidade Federal de Santa Maria (2017) e Mestre em Meteorologia através do Programa de Pós-Graduação em Meteorologia da Universidade Federal de Santa Maria (2020). Atualmente é doutorando em Meteorologia no Programa de Pós-Graduação em Meteorologia da Universidade Federal de Santa Maria.

Ernani de Lima Nascimento, Universidade Federal de Santa Maria, Santa Maria, RS

Professor Associado dos Programas de Graduação e Pós-Graduação em Meteorologia da Universidade Federal de Santa Maria (UFSM). É graduado em Meteorologia pela Universidade Federal do Rio de Janeiro (UFRJ), com Especialização em Previsão do Tempo e Clima também pela UFRJ, Mestrado em Meteorologia pela Universidade de São Paulo, e Doutorado em Meteorologia pela University of Oklahoma (EUA). Desenvolveu atividades de Pós-Doutorado junto à Divisão de Previsão de Tempo Imediata do Météo-France (Toulouse/França) entre abril de 2007 e setembro de 2008, e junto ao Centro di Eccellenza di Telerilevamento e Modellistica Numerica per la Previsione di Eventi Severi (L´Aquila-Roma/Itália) entre abril 2013 e março 2014. Sua área de atuação acadêmico-científica é em Ciências Atmosféricas, com ênfase em Meteorologia de Mesoescala, abordando principalmente os tópicos: (i) dinâmica da convecção; (ii) tempestades convectivas locais, vendavais e tornados; (iii) sistemas de observação meteorológica em mesoescala; (iv) sistemas sinóticos subtropicais; (v) circulações atmosféricas locais. É orientador de Mestrado e Doutorado, já tendo concluído a orientação de sete Mestres e de dois Doutores em Meteorologia.

Referências

Atkins, N. T., Butler, K. M., Flynn, K. R., Wakimoto, R. M. (2014). An integrated damage, visual, and radar analysis of the 2013 moore, oklahoma, ef5 tornado. Bulletin of the American Meteorological Society, 95 (10), 1549–1561.

Baumann, M., Ozdogan, M., Wolter, P. T., Krylov, A., Vladimirova, N., Radeloff, V. C. (2014). Landsat remote sensing of forest windfall disturbance. Remote sensing of environment, 143, 171–179.

Bentley, M. L., Mote, T. L., Thebpanya, P. (2002). Using landsat to identify thunderstorm damage in agricultural regions. Bulletin of the American Meteorological Society, 83 (3), 363–376.

Curtis, A., Mills, J. W. (2012). Spatial video data collection in a post-disaster landscape: The tuscaloosa tornado of april 27th 2011. Applied Geography, 32 (2), 393–400.

Dyer, R. C. (1988). Remote sensing identification of tornado tracks in argentina, brazil, and paraguay. Photogram Eng Remote Sens, 54 (10), 1429–1435.

Edwards, R., LaDue, J. G., Ferree, J. T., Scharfenberg, K., Maier, C., Coulbourne, W. L. (2013). Tornado intensity estimation: Past, present, and future. Bulletin of the American Meteorological Society, 94 (5), 641–653.

Fujita, T. T. (1981). Tornadoes and downbursts in the context of generalized planetary scales. Journal of the Atmospheric Sciences, 38 (8), 1511–1534.

G1 RS (2017). Chuva no rs deixa 73 cidades em situação de emergência e tira mais de 102 mil pessoas de casa. brasil. URL https://g1.globo.com/rs/rio-grande-do-sul/noticia/.

chuva-no-rs-deixa-73-cidades-em-situacao-de-emergencia-e-tira-mais-de-102-mil-pessoas-de- ghtml, acessado em 12 ago 2017.

Hansen, M. C., Potapov, P. V., Moore, R., Hancher, M., Turubanova, S. A., Tyukavina, A., Thau, D., Stehman, S., Goetz, S. J., Loveland, T. R., et al. (2013). High-resolution global maps of 21st-century forest cover change. science, 342 (6160), 850–853.

Hansen, M. C., Krylov, A., Tyukavina, A., Potapov, P. V., Turubanova, S., Zutta, B., Ifo, S., Margono, B., Stolle, F., Moore, R. (2016). Humid tropical forest disturbance alerts using landsat data. Environmental Research Letters, 11(3), 034, 008.

Jedlovec, G. J., Nair, U., Haines, S. L. (2006). Detection of storm damage tracks with eos data. Weather and Forecasting, 21 (3), 249–267.

Lopes, M. M., Ferreira, V., Kannenberg, C., Feldhaus, P. F., Azevedo, R. N., de Oliveira, M. I., Bremm, T., Nascimento, E. L., Anabor, V., Quadro, M. F., et al. (2018). Damage assessment and analysis of storm evolution associated with a significant episode of cold-season tornadic activity in southern brazil. Em: 29th Conference on Severe Local Storms, AMS, URL https://ams.confex.com/ams/29SLS/webprogram/Paper348707.html.

Marcelino, I., Marcelino, E., Sausen, T. (2007). Tornado ocorrido em muitos capões no dia 29/08/2005. Relatório Técnico Santa Maria-RS: Instituto Nacional de Pesquisas Espaciais.

McDonald, J. R., Mehta, K. C. (2006). A recommendation for an Enhanced Fujita scale (EF-Scale). Wind Science and Engineering Center, Texas Tech University.

Nascimento, E., Anabor, V. (2015). Avaliação da intensidade do tornado ocorrido na cidade de xanxerê no dia 20 de abril de 2015.

Parecer Técnico Santa Maria-RS: Universidade Federal de Santa Maria.

Nascimento, E. L., Doswell III, C. (2006). The need for an improved documentation of severe thunderstorms and tornadoes in south america. Em: Proc. Severe Local Storms Special Symposium, 86th AMS Annual Meeting, Amer. Meteor. Soc., Atlanta, USA, URL http://ams.confex.com/ams/pdfpapers/102247.pdf.

Negrón-Juárez, R. I., Chambers, J. Q., Guimaraes, G., Zeng, H., Raupp, C. F., Marra, D. M., Ribeiro, G. H., Saatchi, S. S., Nelson,

B. W., Higuchi, N. (2010). Widespread amazon forest tree mortality from a single cross-basin squall line event. Geophysical Research Letters, 37 (16).

Negrón-Juárez, R. I., Jenkins, H. S., Raupp, C. F., Riley, W. J., Kueppers, L. M., Magnabosco Marra, D., Ribeiro, G. H., Monteiro,

M. T. F., Candido, L. A., Chambers, J. Q., et al. (2017). Windthrow variability in central amazonia. Atmosphere, 8 (2), 28.

Negrón-Juárez, R. I., Holm, J. A., Marra, D. M., Rifai, S. W., Riley, W. J., Chambers, J. Q., Koven, C. D., Knox, R. G., McGroddy,

M. E., Di Vittorio, A. V., et al. (2018). Vulnerability of amazon forests to storm-driven tree mortality. Environmental Research Letters, 13 (5), 054, 021.

Parker, M. D., Ratcliffe, I. C., Henebry, G. M. (2005). The july 2003 dakota hailswaths: Creation, characteristics, and possible impacts. Monthly weather review, 133 (5), 1241–1260.

Segele, Z. T., Stensrud, D. J., Ratcliffe, I. C., Henebry, G. M. (2005). Influence of a hailstreak on boundary layer evolution.

Monthly weather review, 133 (4), 942–960.

Shikhov, A., Chernokulsky, A. (2018). A satellite-derived climatology of unreported tornadoes in forested regions of northeast europe. Remote Sensing of Environment, 204, 553–567.

Silva Dias, M. A. (2011). An increase in the number of tornado reports in brazil. Weather, Climate, and Society, 3 (3), 209–217.

Vallis, M. B., Loredo-Souza, A. M., Ferreira, V., de Lima Nascimento, E. (2019). Classification and identification of synoptic and non-synoptic extreme wind events from surface observations in south america. Journal of Wind Engineering and Industrial Aerodynamics, 193, 103, 963.

Van Den Broeke, M. S., Van Den Broeke, C. A. (2015). Polarimetric radar observations from a waterspout-producing thunderstorm.

Weather and Forecasting, 30 (2), 329–348.

Wakimoto, R. M., Wienhoff, Z., Bluestein, H. B., Reif, D. (2018). The dodge city tornadoes on 24 may 2016: Damage survey, photogrammetric analysis combined with mobile polarimetric radar data. Monthly Weather Review, 146 (11), 3735–3771.

Yuan, M., Dickens-Micozzi, M., Magsig, M. A. (2002). Analysis of tornado damage tracks from the 3 may tornado outbreak using multispectral satellite imagery. Weather and forecasting, 17 (3), 382–398.

Downloads

Publicado

2020-09-25

Como Citar

Lopes, M. M., & Nascimento, E. de L. (2020). Uso de sensoriamento remoto via satélite na identificação de rastros de destruição por tornados em um evento de tempo severo no Rio Grande do Sul. Ciência E Natura, 42, e8. https://doi.org/10.5902/2179460X55309

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 > >>