Instrumento e medidas

Os radiômetros (Figura 9) são instrumentos para a medição de irradiâncias, e quando o ângulo sólido de um radiômetro é delimitado, com o auxílio de um colimador, por exemplo, podem-se obter valores de radiâncias de uma determinada direção. As medidas em bandas espectrais são realizadas com filtros a fim de determinar a concentração dos constituintes atmosféricos que interagem com a radiação em regiões espectrais específicas (o ozônio na região ultravioleta e o vapor d’água em aproximadamente 940 nm, por exemplo). Um fotômetro solar, portanto, mede separadamente irradiância solar direta e radiância do céu em bandas espectrais específicas. Os radiômetros espectrais CIMEL, que “varrem” o Sol e o céu fornecem recuperações de propriedades ópticas de aerossóis e abundância de vapor de água das medidas diretas do Sol, além das propriedades provindas da inversão de radiações espectrais do céu (HOLBEN et al., 1998), sendo o fotômetro CE318 o modelo padrão utilizado atualmente pela AERONET. O fotômetro solar CIMEL é apresentado na Figura 9 com seus principais componentes

Figura 9 - Principais componentes do CIMEL em que (1) colimadores, (2) cabeça do sensor, (3) motor zenital, (4) motor azimutal, (5) cabo de transferência e (6) base de apoio ao fotômetro.

Fonte: Elaborada pelo autor (2018).

Conforme Cimel Advanced Monitoring (2015), o fotômetro CE318 pode ser aplicado na caracterização e quantificação de aerossóis, calibração por satélite de medidas de aerossóis, detecção de plumas de cinzas vulcânicas, determinação de AOD, determinação de moda fina e moda grossa, determinação das propriedades ópticas da atmosfera para imagens de satélite, determinação da quantidade de vapor de água precipitável, monitoramento da qualidade do ar, distribuição do tamanho volumétrico e natureza dos aerossóis, dentre outras aplicações.

Para a determinação da extinção espectral da radiação de feixe direto, um filtro detector6 _{capta a radiação atenuada de acordo com a lei de Beer-Bouguer-Lambert (HOLBEN}

et al., 1998), ou seja, o sinal digital (V) medido pelo instrumento é proporcional à irradiação solar (GILES et al., 2019), desta forma a Equação 4 passa a ser expressa em termos da tensão ou em termos de contagem digital do instrumento:

𝑉

= 𝑉

. 𝑑

. 𝑒

em que 𝑉_𝜆 é a tensão digital medida no comprimento de onda 𝜆, sendo uma função da tensão extraterrestre (𝑉_0𝜆), ou seja, o coeficiente de calibração espectral extraterrestre relativo; a razão entre a média e a atual distância Terra-Sol (𝑑), a profundidade óptica total (𝜏𝜆𝑡𝑜𝑡𝑎𝑙), e

𝑚 é a massa de ar óptica que é fortemente dependente da secante do ângulo zenital solar. Para o fotômetro solar CIMEL, o sinal de tensão é expresso como números digitais inteiros ou números digitais (GILES et al., 2019).

6_{O filtro detector se encontra em uma roda de filtros composta pelos comprimentos de onda padrão da}

Em seguida, esta tensão, expressa pela Equação 14, é convertida em um valor numérico (profundidade óptica de aerossol, por exemplo) pelos algoritmos de processamento da rede AERONET e, depois, as demais propriedades são calculadas a partir da AOD. É importante ressaltar que a tensão é proporcional à radiação captada pelos filtros, de forma que 100% da radiação captada é referente ao maior valor da tensão determinada na calibração do instrumento, ou seja, o fotômetro estaria captando 100% da radiação que atravessa a atmosfera.

O sistema do fotômetro solar CIMEL é composto por: a) A Unidade de Controle (UC), onde todos os dados adquiridos pela cabeça óptica são enviados, sendo que a interface do usuário serve para parametrizar todo o sistema em execução; b) A cabeça do sensor que mede o sinal recebido do Sol, céu, solo ou mar com uma precisão de 0,05º ao apontar para o Sol e envia a medição à UC onde é gravada; c) O sensor de chuva, que detecta a chuva a fim de parar as medidas e proteger a cabeça do sensor da água; d) O robô, que é o componente no qual a cabeça do sensor está conectada, permitindo apontar direções do céu nos ângulos azimutais e zenitais por meio dos motores zenital e azimutal; e) O cabo da cabeça do sensor, que conecta a UC e a cabeça do sensor; f) As baterias que fornecem energia para a UC; e g) O computador de aquisição que recebe os dados transmitidos pela UC via cabo RS232.

Conforme Holben et al. (1998), o radiômetro faz apenas duas medidas básicas, direta ao Sol e ao céu, ambas dentro de várias sequências programadas. As medidas diretas ao Sol são feitas em oito bandas espectrais padrão (340 nm, 380 nm, 440 nm, 500 nm, 670 nm, 870 nm, 940 nm e 1020 nm), com uma duração de aproximadamente 10s para cada comprimento de onda, sendo o comprimento de onda 940 nm usado para fornecer água precipitável na coluna (SMIRNOV et al., 2002; OLMO et al., 2008; CALINOIU et al., 2011). Além desta, há uma sequência de três medidas direta ao sol em dois momentos do dia (manhã e tarde), tomada durante 30s para cada canal, criando uma observação tripleto e permitindo a identificação de contaminação dos dados por nuvens. Desta forma, recuperando-se AOD e α. As medições do céu são realizadas a 440 nm, 670 nm, 870 nm e 1020 nm, em duas sequências básicas de observação celeste: almucântara e o plano principal. Estas sequências têm por finalidade adquirir observações da auréola solar e radiação do céu em uma ampla gama de ângulos de espalhamento do Sol, através de um perfil constante de aerossol, para recuperar a distribuição de tamanho, função de fase, índice de refração, fator de assimetria e SSA, a partir de algoritmos de inversão (DUBOVIK e KING, 2000; PRATS et al., 2008, 2011; JEONG). As sequências almucântara e plano principal são descritas no Apêndice B.

A fim de estudar os aerossóis atmosféricos, Natal, capital do Rio Grande do Norte (RN), conta com um fotômetro solar CIMEL desde janeiro de 2016, incluindo a cidade à rede RIMA-AERONET (primeiro CIMEL de Natal e o segundo do Nordeste). O instrumento foi trazido para a Universidade Federal do Rio Grande do Norte (UFRN) por meio de uma parceria entre o Instituto de Pesquisas Energéticas e Nucleares (IPEN) de São Paulo, o Grupo de Pesquisa de Modelagem e Observação de Química Atmosférica (GP-MOQA/UFRN) e a Universidad de Granada (UGr) na Espanha.

Essa parceria permitiu a realização de campanhas como a MOnitoring aerosol LOngrange Transportation OVer Natal I, II e III (MOLOTOV I, II e III) com foco principal no sistema LIDAR, a publicação de trabalhos a níveis nacionais e internacionais e a inclusão de Natal na rede LALINET. Assim como, ela também permitiu a realização de pesquisas tal qual esta, que é a continuação de um Trabalho de Conclusão de Curso intitulado “Caracterização e classificação das propriedades ópticas de aerossóis na atmosfera de Natal, Brasil”, em que os aerossóis foram classificados com a dispersão entre AOD e α no período de janeiro a julho de 2016.

Natal também participou, em 2017, da campanha internacional “Assessment of atmospheric optical Properties during biomass burning Events and Long-range transport of desert dust” (APEL) cujo objetivo principal foi encontrar eventos de transporte de poeira e oferecer treinamento às estações que participaram.

O CIMEL estava instalado no telhado da Escola de Ciências e Tecnologia nos anos de 2016 a 2017, porém, desde agosto de 2018, ele está instalado no telhado do Núcleo de Processamento Primário e Reuso de Água Produzida e Resíduos (NUPPRAR) na UFRN. Uma síntese adicional sobre a descrição do fotômetro solar CIMEL se encontra no Apêndice B.

4.2.2 Sistema de transferência e processamento dos dados do CIMEL

A aquisição dos dados é automatizada e a sequência de medição depende do tempo solar local e do valor da massa de ar óptica (GUERRERO-RASCADO et al., 2013). Então, diariamente, os dados são enviados para um servidor da Universidad de Valladolid, Espanha, onde os arquivos são rastreados pelos parâmetros básicos (número do instrumento, localização do instrumento, completude do arquivo, entre outros) (TOLEDANO et al., 2011) e, em seguida, enviados à NASA para processamento. O envio dos dados pode ser feito por

satélite geoestacionários para uma Plataforma de Coleta de Dados (PCD) ou por internet quando o fotômetro está conectado a um computador, caso da estação de Natal.

De acordo com a AERONET, o processamento se dá em quatro passos: coleta de dados (explicada acima), pré-processamento, processamento e garantia de qualidade e, por último, reprocessamento. No pré-processamento os dados são convertidos para o formato unificado e o servidor gera relatórios sobre cada instrumento, a partir daí os dados convertidos são colocados no banco de dados e são chamados de dados brutos (Nível 1.0). No que diz respeito ao processamento, é constituído por vários algoritmos aplicados aos dados brutos (Recuperação de Profundidade Óptica de Aerossol, AOD Cloud-Screened, Processamento do Seaprism e “Investimento” de Radiância do Céu – Almucântara e Planos Principais), ou seja, dados a Nível 1.5. O último passo, refere-se ao Nível 2.0 (qualidade assegurada), neste caso os dados são inspecionados manualmente, podendo ser reprocessados para implementar novos parâmetros (por exemplo, passar por uma calibração).

Estes processamentos explicados anteriormente são para a Versão 2 do algoritmo da AERONET, contudo, a Versão 3 traz uma nova metodologia de processamento para os níveis 1.5 e 2.0. O Nível 1.5 da Versão 3 representa a “varredura” automática de nuvens em tempo real e os controles de qualidade de anomalia automática do instrumento, e o Nível 2.0 aplica adicionalmente calibrações pré-campo e pós-campo. As verificações de nuvens e de controle de qualidade automatizadas da nova versão eliminam a necessidade de controle de qualidade e rastreio de nuvens manual e aumentam a pontualidade dos dados de qualidade garantida (GILES et al., 2019).

Para Smirnov et al. (2000) e Guerrero-Rascado et al. (2013), o algoritmo Cloud- Screened da AERONET baseia-se em vários critérios, mas depende muito das variações temporais do AOD em escala de tempo curto e períodos de tempos horários e diurnos, podendo eliminar de 20% a 50% dos dados iniciais. Por fim, os dados são disponibilizados para acesso mundial no site da AERONET que gera gráficos preliminares como mostrado na Figura 10.

Até o presente momento, conforme apresenta a Tabela 1, dois fotômetros solares CIMEL operaram em Natal: o primeiro (#420) com uma curta duração de medições (seis meses) e o segundo (#752) com um período inicial de medição de nove meses, pois houve um problema técnico que o deixou sem medir por mais de um mês (Quadro C1 e Figura C6 do Apêndice C), retornando em agosto de 2018.

Tabela 1 - Fotômetros solares CIMEL que operaram em Natal (RN), Brasil.

Identificação Início das

medições Fim das medições Dias com medição Nível/Versão #420 29/01/2016 05/07/2016 66 1.5/V2 #752 9/08/2017 27/04/2018 168 1.5/V2 #752 06/08/2018 30/03/2019 16 1.5/V3

Fonte: Elaborada pelo autor (2018).

Figura 10 - Gráfico da evolução temporal da Profundidade Óptica de Aerossol em todos os comprimentos de onda do fotômetro para os meses de janeiro, fevereiro e março de 2018, em Natal, a

nível 1.0 da Versão 2.

Fonte: Adaptada da rede AERONET (2018).

4.3 Métodos

O AOD, SSA, α, DTV, g, e N foram as propriedades ópticas utilizadas na caracterização dos aerossóis na coluna atmosférica de Natal. Estes parâmetros são necessários para incorporar partículas de aerossol em modelos climáticos globais e avaliar os efeitos forçantes do clima produzidos por aerossóis de diferentes origens e composição (PERRONE et al., 2004). Além desses parâmetros, também foi analisada a água precipitável presente na coluna atmosférica de Natal. Portanto, é importante caracterizar com precisão as propriedades ópticas dos tipos representativos de partículas de aerossóis ambientais para avaliar seu impacto no balanço energético da Terra e na mudança climática (RIZZO et al., 2013), ademais, conforme Tan et al. (2015), a caracterização das propriedades dos aerossóis é importante por causa do rápido crescimento tanto da população como das atividades econômicas, o que faz com que as taxas antropogênicas de emissão de aerossóis aumentem como resultado dos aumentos na combustão de combustíveis fósseis e queima de biomassa.

Foi utilizado o comprimento de onda 440 nm para as propriedades ópticas DTV, SSA, N e g com valores de AOD (440 nm) > 0,4 (PRATS et al., 2008), pois esse é o canal de menor comprimento de onda da AERONET que fornece estas propriedades (LEE et al., 2010). Da mesma forma, foi utilizado o comprimento de onda 500 nm para o cálculo de AOD, fornecido pela AERONET com precisão de ~0,015 (FUZZI et al., 2015), pois a poeira mineral absorve significativamente nos comprimentos de onda azul e UV, devido às impurezas de óxido de ferro (SOKOLIK et al., 1999; KAUFMAN; TANRÉ; BOUCHER, 2002; OLMO et al., 2008; VALENZUELA et al., 2010). Aliado a isso, a absorção por BC é forte em ambos os níveis UV e visível (HESS, KOEPKE; SCHULT, 1998), sendo 500 nm um λ padrão bastante utilizado (O’NEILL et al., 2000; O’NEILL, DUBOVIK; ECK, 2001; SMIRNOV, et al., 2002; CORTÉS-HERNÁNDEZ; APARICIO, 2014). Além disso, o 440 nm se mostrou insuficiente devido à grande quantidade de valores negativos e aos poucos dias com dados para AOD. Por conseguinte, a faixa de 440-670 nm foi utilizada para o cálculo de α.

Para realizar os cálculos necessários à pesquisa, os dados de profundidade óptica (AOD e o seu derivado α) foram a nível 1.57 da nova versão da AERONET (Versão 3) assim como, os dados da inversão de aerossóis (SSA, DVT, g e N) também são a nível 1.5 da Versão 3, contudo, só estão disponíveis até janeiro de 2018 (Tabela 2), pois, para ter uma boa inversão, o céu precisa estar livre de nuvens em um baixo ângulo solar, o que não aconteceu no mês de março e fevereiro de 2018. A climatologia global de Dubovik et al. (2002b) foi a principal literatura utilizada para classificar os produtos de inversão no mesmo comprimento de onda.

4.3.1 Estatística e evolução temporal dos aerossóis

Toda a estatística dos parâmetros de aerossóis foi desenvolvida no R, ambiente de software livre para computação, estatística e gráficos (www.r-project.org), cuja estatística descritiva da evolução temporal das propriedades ópticas e da água precipitável foi aplicada para o período de agosto de 2017 a março de 2018. O gráfico boxplot para a média mensal foi construído para enfatizar a mudança dos meses secos para meses chuvosos em Natal. Para garantir condições necessárias às estatísticas consistentes, todos os dias que apresentaram menos de 3 medidas por dia foram filtrados do conjunto de dados, conforme realizado por Bennouna et al. (2011) e Ruiz-Arias et al. (2013). A Tabela 2 apresenta os dias com medições

7_{Até o presente momento, é o nível de dados mais alto disponível pela AERONET para a Versão 3 dos}

para cada mês do período em análise e os dias com produtos de inversão para o mesmo período.

Tabela 2 - Dias com observações e dias com inversões do fotômetro solar CIMEL em seus respectivos meses (agosto de 2017 a março de 2018).

Meses Nº de dias com

observações Nº de dias com inversões Agosto de 2017 10 5 Setembro de 2017 9 8 Outubro de 2017 10 6 Novembro de 2017 11 4 Dezembro de 2017 16 2 Janeiro de 2018 15 5 Fevereiro de 2018 14 - Março de 2018 17 -

Fonte: Elaborada pelo autor (2018).

A estatística descritiva dos aerossóis também contou com histogramas de frequência para AOD e α, cuja a distribuição de frequência de AOD geralmente segue uma distribuição lognormal e a distribuição de frequência de α frequentemente segue uma distribuição normal (O'NEILL et al., 2000; KNOBELSPIESSE et al., 2004; WAGNER; SILVA, 2008). Adicionalmente, a DTV foi calculada para a distinção da moda grossa e moda fina dos aerossóis. O índice de refração complexo, o fator de assimetria e o SSA foram organizados em uma tabela descritiva de medidas de tendência central.

4.3.2 Classificação dos aerossóis

A classificação dos aerossóis foi possível pelo gráfico de dispersão entre AOD e α, sendo utilizadas as coordenadas dos pontos que se interceptam dentro das faixas de classificação segundo as principais climatologias desenvolvidas com a base de dados da AERONET: Eck et al. (1999); Holben et al. (2001) e Smirnov et al. (2002). Segundo Prats et al. (2008), AOD fornece informações sobre a carga de aerossóis, e o α está relacionado com o predomínio do tamanho do aerossol, dessa maneira, a análise conjunta de ambos os parâmetros possibilita uma melhor identificação dos tipos de aerossol. Aliado a isso, as características das demais propriedades foram usadas para corroborar a classificação.

É importante frisar que a classificação de aerossol urbano/industrial, a princípio, não teve foco nesta pesquisa, pois Natal não é uma cidade de grande porte nem se caracteriza como industrial ou fortemente influenciada pelo transporte. O Quadro A2 do Apêndice A

apresenta as principais climatologias conhecidas, dentre elas, algumas foram utilizadas para classificar e caracterizar os aerossóis deste estudo.

4.3.3 Relação do CIMEL com outros instrumentos de sensoriamento de aerossóis

Em teoria, pode-se confiar nas identificações feitas por outros sistemas, como CALIPSO, MODIS, sistemas de LIDAR baseados em terra, etc., no entanto, as comparações entre AERONET e outros sistemas não são facilmente realizadas, e muitas vezes, produzem resultados ambíguos (HAMILL et al., 2016). Em contrapartida, os dados de detecção remota por satélite, embora sejam capazes de fornecer detalhes espaço-temporais globais sobre a quantidade de aerossóis, por si só, são insuficientes para fornecer microfísica detalhada de aerossóis (TAYLOR et al., 2015). Por isso, apenas os dias, dentro da Campanha MOLOTOV II8, identificados nos gráficos de evolução temporal (boxplots), segundo o banco de dados da AERONET, foram escolhidos para uma análise dos produtos de satélites e do Duster LIDAR.

Os produtos utilizados foram obtidos a partir do satélite CALIPSO e do sensor MODIS a bordo dos satélites Terra e Aqua, de nível 2 e 3 respectivamente, cujo satélite utilizado dependeu do dia analisado. Os dados do MODIS foram obtidos do sistema de dados on-line da Atmosphere Archive & Distribution System (LAADS) Distributed Active Archive Center (DAAC), desenvolvido e mantido pela NASA Goddard Earth Sciences (GES). O aerossol foi avaliado durante o dia da passagem do satélite com uma resolução nominal de 10 km (pixel), pois a relação entre uma medida do solo e um satélite é assumida como ocorrendo somente quando a medição do solo está dentro dos limites de uma célula de grade do satélite de acordo com Ruiz-Arias et al. (2013) a 550 nm. Para o CALIPSO, os dados foram obtidos do site www-calipso.larc.nasa.gov. Conforme Omar et al. (2013), as diferenças devido à variação espectral (500 nm a 532 nm) entre os dois instrumentos foram desconsideradas e os pontos de dados coincidentes AERONET/CALIOP serão definidos como aqueles em que um AOD foi relatado por ambos os instrumentos dentro de um raio de ~ 60 a 105 km (intervalo de distância da passagem) e ± 2 horas (antes e depois da passagem do satélite).

Portanto, houve a verificação de propriedades ópticas de aerossóis ao longo de um dia (estudo de caso) por diferentes técnicas de sensoriamento remoto, tais como os sensores MODIS e CALIOP, e o Duster LIDAR.

4.3.4 Modelagem do transporte de parcelas de ar

O modelo HYbrid Sigle-Particle Lagrangian Integrated Trajectory (HYSPLIT) é um sistema completo para a computação de trajetórias de parcelas de ar, bem como transportes complexos, dispersão, transformação química e simulações de deposição segundo o Air Resources Laboratory (ARL) desenvolvido pela National Oceanic and Atmospheric Administration (NOAA). Dentre suas aplicações, tem-se a análise das retro-trajetórias para determinar a origem das massas de ar e estabelecer relações fonte-receptor. Ela tem sido usada para uma ampla gama de estudos de aerossóis (TOLEDANO et al., 2009) e a informação fornecida por essa análise foi de extrema utilidade para validar e melhorar a classificação proposta nesta metodologia; ou seja, atribuir um tipo de aerossol à origem das massas de ar, pois, conforme Toledano et al. (2009), ao analisar as retro-trajetórias, o principal pressuposto é que existe uma ligação entre a origem da massa de ar e/ou caminho e as observações de aerossol no local receptor. Também foi realizada uma análise da predominância das origens dessas massas de ar para que seja possível correlacioná-las com as direções dos ventos mais frequentes de Natal.

O método de cálculo do modelo é um híbrido entre a abordagem Lagrangiana e a metodologia Euleriana. A primeira usa uma estrutura de referência móvel para os cálculos de advecção e difusão à medida que as trajetórias ou parcelas de ar se deslocam de sua localização inicial; e a segunda usa uma grade tridimensional fixa para calcular as concentrações de ar poluente de acordo com ARL (https://www.arl.noaa.gov); por isso tem-se a ideia de um modelo híbrido.

Os dados utilizados para parametrizar o modelo foram: Global Data Assimilation System (GDAS) (GUERRERO-RASCADO et al., 2009; VALENZUELA et al., 2010; KUMAR et al., 2014); os níveis de altitude foram escolhidos do intervalo 500 – 3.000 m (SWAP et al., 1992; OLMO et al., 2006; OLMO et al., 2008; TOLEDANO et al., 2009; BEM-AMI et al., 2010; KUMAR et al., 2014; ORZA e PERRENONE, 2015; LANDULFO et al., 2016 e WANG, et al., 2016) e 4.000 – 6.000 m (VALENZUELA et al., 2010) utilizados nos estudos para verificar o aerossol de poeira mineral africano, assim como Perrone et al. (2004) que utilizaram seis níveis de altura e Holben et al. (2001) indicaram que o transporte de poeira a longa distância está a uma altitude tipicamente entre 2 e 5 km; o horário de chegada foi às 20:00 UTC (horário aproximado de finalização das observações do fotômetro CIMEL); e o tempo de retorno das retro-trajetórias foi de 10 dias, próximos aos 12 dias de Ben-Ami et al. (2010); Landulfo et al. (2016) e Wang, et al. (2016) e em contraposição a

Vergaz et al. (2005) e Toledano et al. (2009) que utilizaram 5 dias para minimizar os erros habituais e as incertezas dos cálculos da dinâmica atmosférica. Além disso, foi utilizado o modelo de velocidade vertical (tridimensional), pois é mais preciso (TOLEDANO et al. 2009).

As retro-trajetórias foram calculadas para cada dia que tiveram observações disponíveis da Versão 3 a nível 1.5 da AERONET, totalizando 102 dias com modelagens e para cada dia cinco retro-trajetórias. A partir das modelagens diárias, foi possível quantificar as retro-trajetórias que vieram do continente africano, assim como, foi possível distinguir a