Aspetos dinâmicos da atmosfera em situações de descargas elétricas em Portugal e modelação estatístico-dinâmica

A

SPETOS

D

INÂMICOS DA

A

TMOSFERA EM

S

ITUAÇÕES

DE

D

ESCARGAS

E

LÉTRICAS EM

P

ORTUGAL E

M

ODELAÇÃO

E

STATÍSTICO

-D

INÂMICA

T

D

C

F

J

OÃO

L

UÍS

R

OCHA

F

ERREIRA E

S

OUSA

Orientador: Professor Dr. João Carlos Andrade dos Santos

Co-Orientador: Professor Dr. Marcelo Henrique Carapito Martinho Fragoso

A

SPETOS

D

INÂMICOS DA

A

TMOSFERA EM

S

ITUAÇÕES

DE

D

ESCARGAS

E

LÉTRICAS EM

P

ORTUGAL E

M

ODELAÇÃO

E

STATÍSTICO

-D

INÂMICA

T

D

C

F

J

OÃO

L

UÍS

R

OCHA

F

ERREIRA E

S

OUSA

O

Professor Doutor João Carlos Andrade dos Santos

Professor Auxiliar com Agregação da Escola de Ciências e Tecnologia, Departamento de Física UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO

CO-O

Professor Doutor Marcelo Henrique Carapito Martinho Fragoso

Professor Auxiliar do Instituto de Geografia e Ordenamento do Território, Centro de Estudos Geográficos UNIVERSIDADE DE LISBOA

Composição do Júri:

Doutor Joaquim Bernardino de Oliveira Lopes (Presidente do Júri) Doutor João Alexandre Medina Corte-Real (Arguente Principal) Doutora Maria da Graça Dias Carraça (Arguente Principal) Doutora Maria João Alcoforado (Arguente)

Doutora Maria Solange Mendonça Leite (Arguente) Doutor João Carlos Andrade dos Santos (Orientador) Doutor Marcelo Henrique Carapito Martinho Fragoso (Co-Orientador)

i

Ao orientador e amigo, Professor Doutor João Andrade dos Santos que desde 2007 tem sido uma referência ímpar no meu percurso académico. Os seus ensinamentos e conselhos foram fundamentais para cimentar os conhecimentos necessários para tornar este e outros trabalhos realizáveis. Muito Obrigado Professor João!

Ao Co-Orientador e amigo Professor Doutor Marcelo Fragoso, pelo empenho, dedicação e amizade que sempre teve comigo. Deixo também um agradecimento especial ao Professor Marcelo pelo apoio, desde o primeiro momento, à minha participação como membro ativo no grupo do Projeto RAIDEN.

A todos os colegas do Projeto RAIDEN, especialmente a Doutora Susana Mendes, Mestre Margarida Reis e Mestre Sandra Correia, assim como ao amigo Mestre Hélder Fraga pela sua colaboração em muitas fases deste projeto.

À Professora Doutora Solange Leite fica o meu mais profundo agradecimento pela sua grande amizade, apoio, colaboração e logística que sempre me proporcionou.

Ao IPMA,I.P. pela cedência dos dados das descargas elétricas através do protocolo de cooperação com o projeto RAIDEN.

Aos colegas do IPMA,I.P. que facilitaram a recolha de alguma informação meteorológica.

Dedicatória

Dedicado à minha Família, em especial à Fernanda e às minhas filhas Sara e Rita, pela compreensão que tiveram nos momentos de indisponibilidade que mais uma vez vos causei. Aos meus pais pelo carinho e incentivo que sempre me deram.

iii

Pretende-se com este trabalho realizar um estudo das características dinâmicas da atmosfera associadas a situações de descargas elétricas em Portugal Continental, bem como avaliar a capacidade de modelar as descargas elétricas através de algumas variáveis meteorológicas e índices de instabilidade previamente selecionados. Para este propósito foram utilizados os dados das descargas elétricas de sete anos (2003 a 2009) disponibilizados pelo Instituto Português do Mar e da Atmosfera ao abrigo do protocolo estabelecido no âmbito do projeto RAIDEN.

Este estudo apresenta três objetivos distintos mas ao mesmo tempo interligados entre si, ou seja, começa por fazer a caracterização das descargas elétricas da atmosfera e dos seus parâmetros relativamente à sua distribuição no tempo e no espaço para depois analisar as características dinâmicas da atmosfera associadas à atividade elétrica, estabelecendo para esse fim três diferentes regimes de descargas elétricas em Portugal Continental. Dois regimes diferenciados de Inverno no período entre Outubro e Abril (WREM e WREG) e um terceiro regime, considerado de Verão, entre Maio e Setembro (SREG). Por fim, identifica algumas variáveis meteorológicas e índices de instabilidade como potenciais regressores e propõe a modelação qualitativa das descargas elétricas, com recurso a modelos logísticos.

É ainda apresentado um estudo de caso, correspondente ao episódio de maior atividade elétrica em todo o período, feita a análise dinâmica de todos os dias desse episódio e avaliado o desempenho do modelo logístico respetivo.

Palavras - chave

Descargas Elétricas da Atmosfera Variabilidade Espácio-Temporal

Regimes de DEA Modelação Estatística-Dinâmica

v

Atmospheric dynamics during lightning episodes in Portugal and

statistical-dynamical modeling.

The main objective of this study was to investigate the atmospheric dynamics associated with lightning discharges in Portugal, as well as the skill in modeling the atmospheric electrical discharges by using some meteorological variables and indices of instability. For this purpose, we used a dataset of cloud-to-ground flashes (DEA) over a seven year period (2003 to 2009), provided by the Portuguese meteorological office (IPMA) under the protocol established in the RAIDEN project.

The present study had three distinct but interconnected aims. Firstly, it aimed to characterize the spatial-temporal variability of DEA and their parameters. Secondly, it aimed to examine the dynamic characteristics of the atmosphere associated with electrical activity. In this preliminary study it was possible to isolate three different DEA regimes in Portugal, i.e. two different regimes in the winter period between October and April (WREM and WREG) and a third regime, in summer, between May and September (SREG). Finally, the study aimed to identify some meteorological variables and instability indices as potential predictors of DEA in order to model DEA using multivariate logistic regression models.

A case study is also discussed, which corresponds to the strongest electrical activity episode throughout the study period. An analysis of the atmospheric dynamics over all days within this episode is carried out and the skill of the logistic model is assessed over the same period.

Keywords

Atmospheric Electrical Discharges Spatial-Temporal Variability DEA Regimes Statistical-Dynamical Modeling

vii

CAPÍTULO I Introdução 01

1.1 Enquadramento 02

1.2 Estado da Arte 04

1.3 Breve descrição histórica da deteção das DEA 09

1.4 Desenvolvimento das DEA 10

1.5 Objetivos e Motivação 16

CAPÍTULO II Dados e Metodologias 17 2.1 Caraterização da área de estudo 18

2.2 Detetores DEA 19

2.2.1 Descrição dos detetores 19 2.2.2 Localização dos detetores 20 2.2.3 Eficiência dos detetores 22 2.3 Origem e tratamento dos dados 24 2.4 Metodologia aplicada na classificação dos regimes 28 2.5 Metodologia aplicada na modelação 30

CAPÍTULO III Variabilidade espácio-temporal das DEA 33 3.1 Análise das ocorrências de DEA 34

3.2 Ciclo diário das DEA 39

3.3 Ciclo sazonal das DEA 42

3.4 Variabilidade inter-anual das DEA 49 3.5 Polaridade, Intensidade de corrente e Multiplicidade 52

CAPÍTULO IV Aspetos dinâmicos e Modelação estatístico-dinâmica 57 4.1 Classificação dos regimes de DEA 68 4.2 Dinâmica dos regimes de DEA 62

viii

4.2.3 O regime SREG 71

4.2.4 Análise sinóptica do regime WREG 76 4.2.5 Análise sinóptica do regime WREM 84 4.2.6 Análise sinóptica do regime SREG 91 4.3 Modelação estatístico-dinâmica 99 4.3.1 Variável dependente 101 4.3.2 Seleção de variáveis independentes 104 4.3.3 Metodologia de seleção 109 4.3.4 Análise dos padrões médios diários dos regressores 113

4.4 Modelação logística 119

4.5 Caso de estudo 121

CAPÍTULO V Conclusões 133

5.1 Considerações finais 134

5.2 Linhas de investigação futura 138

ix

Fig. 1.1 Esquema das 3 fases de desenvolvimento das nuvens do tipo Cumulonimbus. ₁₀ Fig. 1.2 Estrutura elétrica de um Cumulonimbus em regiões de latitude média. ₁₂ Fig. 1.3 Distribuição das cargas elétricas e eletrização dum Cumulonimbus na ocorrência de DEA

negativa. 13

Fig. 2.1 Seleção da área de estudo. ₁₈

Fig. 2.2 Detetor de DEA localizado em Braga e aspeto das antenas eletromagnéticas. ₂₀ Fig. 2.3 Localização geográfica dos 4 detetores de DEA da rede LDN do IPMA. ₂₀ Fig. 2.4 Área abrangida por cada detetor de DEA. Elipse de cobertura a 100 km (azul escuro) e

elipse de cobertura a 200 km (azul claro). 21

Fig. 2.5 Eficiência (%) de deteção combinada da rede de detetores de DEA na Península Ibérica. ₂₂ Fig. 2.6 Precisão da localização de DEA (km) da rede de detetores da Península Ibérica. ₂₃ Fig. 3.1 Localização e caraterização topográfica da área de estudo. ₃₄

Fig. 3.2 Mapa ceráunio da normal 1961–1990. ₃₇

Fig. 3.3 Histograma da extensão espacial das ocorrências diárias de DEA. ₃₈ Fig. 3.4 Distribuição horária da frequência relativa das ocorrências de DEA, entre 2003 e 2009. ₃₉ Fig. 3.5 Distribuição espacial das ocorrências de DEA em ciclos de 6 horas (DEA km-2 6×hora-1),

entre 2003 e 2009. 40

Fig. 3.6 Distribuição mensal da frequência absoluta e relativa das ocorrências de DEA, entre 2003 e

2009. 43

Fig. 3.7 Mapas de densidade das ocorrências mensais de DEA (DEA km-2 mês-1), entre 2003 e 2009. ₄₅ Fig. 3.8 Distribuição mensal e horária do total de ocorrências de DEA (%), entre 2003 e 2009. ₄₇ Fig. 3.9 Distribuição anual das ocorrências de DEA, entre 2003 e 2009. ₄₉ Fig. 3.10 Distribuição sazonal e inter-anual das ocorrências de DEA, entre 2003 e 2009. ₅₀ Fig. 3.11 Distribuição espacial das ocorrências anuais de DEA (DEA km-2 ano-1) e compósito das

ocorrências anuais de DEA, entre 2003 e 2009. 51

Fig. 3.12 Distribuição mensal da frequência relativa (%) das ocorrências de DEA, por polaridade,

entre 2003 e 2009. 53

Fig. 3.13 Histograma da frequência relativa (%) das ocorrências de DEA, por intensidade de corrente

(kA) e polaridade, entre 2003 e 2009. 53

Fig. 3.14 Histogramas da frequência relativa (%) das ocorrências de DEA por intensidade (kA), por

polaridade e por estação do ano, entre 2003 e 2009. 54 Fig. 3.15 Distribuição da frequência relativa (%) do número de raios derivados (multiplicidade), por

polaridade, entre 2003 e 2009. 55

Fig. 3.16 Distribuição da frequência relativa (%) do número de detetores de DEA utilizados. ₅₆ Fig. 4.1 Compósito de 122 dias do regime WREG (MSLP, linhas de corrente, HGT500 e T500). ₆₃

Fig. 4.2 Compósito de PV500 (PVU) dos 122 dias do regime WREG. 64

Fig. 4.3 Distribuição espacial cumulativa das ocorrências de DEA ≥ P50nos 122 dias do regime

WREG. 65

Fig. 4.4 Análise às 00h00 UTC (carta do MetOffice modificada) e distribuição espacial das

ocorrências diárias de DEA (DEA dia-1), no dia 07/04/2007. 66 Fig. 4.5 Compósito de 68 dias do regime WREM (MSLP, linhas de corrente, HGT500 e T500). ₆₈

Fig. 4.6 Compósito de PV500 (PVU) dos 68 dias do regime WREM. ₆₈

Fig. 4.7 Distribuição espacial cumulativa das ocorrências de DEA ≥ P50nos 68 dias do regime

x

Fig. 4.10 Compósito de PV500 (PVU) dos 186 dias do regime SREG. 72

Fig. 4.11 Distribuição espacial cumulativa das ocorrências de DEA ≥ P50nos 186 dias do regime

SREG. 73

Fig. 4.12 Análise às 00h00 UTC (carta do MetOffice modificada) e distribuição espacial das

ocorrências diárias de DEA (DEA dia-1), no dia 10/09/2007. 74 Fig. 4.13 Imagem de satélite na banda IR (modificada) às 14h00 UTC do dia 11/04/2007. ₇₇ Fig. 4.14 Carta de análise (modificada) às 00h00 UTC do dia 11/04/2007. ₇₈ Fig. 4.15 Carta com HGT500 (gpm 10-1), T500 (ºC) e vento (kt) às 12h00 UTC do dia 11/04/2007. ₇₉

Fig. 4.16 Distribuição espacial diária das descargas elétricas (DEA km-2) e previsão da precipitação total às 15h00 UTC do dia 11/04/2007 (modelo atmosférico ERA-Interim iniciado às 12h00 UTC).

80

Fig. 4.17 Tefigramas (modificados) obtidos dos níveis do modelo ECMWF às 12h00 UTC do dia

11/04/2007. 82

Fig. 4.18 Imagens dos máximos de refletividade (MAX_Z) do radar Meteorológico de Coruche/Cruz

de Leão em intervalos de 10 min., entre as 14h00 e as 15h00 UTC do dia 11/04/2007. 83 Fig. 4.19 Imagem de satélite na banda IR (modificada) às 21h00 UTC do dia 23/12/2009. ₈₅ Fig. 4.20 Carta de análise (modificada) às 00h00 UTC do dia 24/12/2009 (MetOffice). ₈₆ Fig. 4.21 Carta com HGT500 (gpm 10-1), T500 (ºC) e vento (kt) às 00h00 UTC do dia 24/12/2009.

(ECMWF). 86

Fig. 4.22 Distribuição espacial diária das descargas elétricas (DEA km-2) e previsão da precipitação total às 21h00 UTC do dia 23/12/2009 (modelo atmosférico ERA-Interim iniciado às 12h00 UTC).

87

Fig. 4.23 Tefigramas (modificados) obtidos dos níveis do modelo ECMWF às 00h00 UTC do dia

24/12/2009. 89

Fig. 4.24 Imagens dos máximos de refletividade (MAX_Z) do radar Meteorológico de Coruche/Cruz

de Leão em intervalos de 10 min., entre as 21h00 e as 22h00 UTC do dia 11/04/2007. 90 Fig. 4.25 Imagem de satélite na banda IR (modificada) às 15h00 UTC do dia 10/09/2007. ₉₂ Fig. 4.26 Carta de análise (modificada) às 00h00 UTC do dia 10/09/2007. ₉₃ Fig. 4.27 Carta com HGT500 (gpm 10-1), T500 (ºC) e vento (kt) às 12h00 UTC do dia 10/09/2007. ₉₄

Fig. 4.28 Distribuição espacial diária das descargas elétricas (DEA km-2) e previsão da precipitação total às 15h00 UTC do dia 10/09/2007 (modelo atmosférico ERA-Interim iniciado às 12h00 UTC).

95

Fig. 4.29 Tefigramas (modificados) obtidos dos níveis do modelo ECMWF às 12h00 UTC do dia

10/09/2007. 96

Fig. 4.30 Imagens dos máximos de refletividade (MAX_Z) do radar Meteorológico de Coruche/Cruz

de Leão em intervalos de 10 min., entre as 15h00 e as 16h00 UTC do dia 10/09/2007. 98 Fig. 4.31 Histogramas das ocorrências diárias de DEA ≥ P50 em cada regime de DEA. ₁₀₁ Fig. 4.32 Box-plots das ocorrências diárias de DEA e LDEA em: (a) WREG, (b) WREM e (c) SREG ₁₀₂

Fig. 4.33 (a): Compósitos dos padrões médios diários de Δθeq700-500, a cores (º C) e das médias diárias

de θeq300 em isolinhas (º C), dos regimes WREG, WREM e SREG. (b): Compósitos com a

diferença entre os compósitos de (a) e os compósitos dos dias sem ocorrências de DEA.

114

Fig. 4.34 (a): Compósitos dos padrões médios diários de ΔRH700-500, a cores (%) e das médias diárias

de Δq700-500 em isolinhas (g kg-1), dos regimes WREG, WREM e SREG. (b): Compósitos

com a diferença entre compósitos de (a) e os compósitos dos dias sem ocorrências de DEA.

115

Fig. 4.35 (a): Compósitos dos padrões médios diários de LI, a cores (º C) e do SSI700 em isolinhas (105

hPa-1), dos regimes WREG, WREM e SREG. (b): Compósitos com a diferença entre os compósitos de (a) e os compósitos dos dias sem ocorrências de DEA.

116

Fig. 4.36 Espaçamento dos domínios utilizados nas simulações do modelo WRF. ₁₂₂ Fig. 4.37 Compósito de HGT700 e das linhas de corrente, simulados pelo modelo WRF, entre

xi

Fig. 4.40 Campos de HGT500 e T500, simulados pelo modelo WRF, relativo às 14h00 UTC do dia

10/09/2007. 126

Fig. 4.41 Distribuição espacial das ocorrências diárias de DEA relativa aos 8 dias do episódio. ₁₂₇ Fig. 4.42 Carta de superfície, válida às 12h00 UTC, relativa aos 8 dias do episódio (10–17/09/2007). ₁₂₉ Fig. 4.43 Número de ocorrências diárias de DEA no período de 09–18/09/2007 e Probabilidade de

xiii

Tabela 2.1 Descrição das bases de dados utilizadas e respetivas aplicações. ₂₅ Tabela 3.1 Número total e % de dias com ocorrências de DEA por mês. ₄₂ Tabela 4.1 Estatística das séries de DEA e LDEA dos 3 regimes de DEA e Indicador de Assimetria. ₁₀₃ Tabela 4.2 Resultado da metodologia stepwise com indicação dos regressores relevantes, sinal do

coeficiente de regressão e respetivos dados estatísticos para cada par modelo-regime 109 Tabela 4.3 Coeficientes de regressão do modelo de RLM para o regime WREG. ₁₁₀ Tabela 4.4 Coeficientes de regressão do modelo de RLM para o regime WREM. ₁₁₁ Tabela 4.5 Coeficientes de regressão do modelo de RLM para o regime SREG. ₁₁₂ Tabela 4.6 Eficiência dos modelos logísticos e valor do P50, para cada regime de DEA. 120

xv

AEMET Agência Estatal de Meteorologia (Espanha) CAPE convective available potential energy

Cb Nuvem do tipo Cumulonimbus

CIN Convective inhibition

CRIEPI Central Research Institute of Electric Power Industry

DEA Descargas elétricas da atmosfera (nuvem-solo)

DF Direction Finders

DISC Data and Information Services Center

ECMWF European Centre for Medium-Range Weather Forecasts

ESP Enhanced Sensitivity and Performance

EUA Estados Unidos da América

FCT Fundação para a Ciência e Tecnologia

G Indicador de Assimetria

GAI Global Atmospherics Inc.

GDAS Global Data Assimilation System

GES NASA Goddard Earth Sciences

GPS Global Positioning System

HGT Altura de geopotencial

IMPACT Improved Accuracy Using Combined Technology

IPMA Instituto Português do Mar e da Atmosfera, I.P.

IR Infravermelho (Infrared)

JMA Japan Meteorological Agency

JRA Japanese Reanalysis Dataset

LDEA Transformação logarítmica de DEA

LDN Rede de deteção de trovoadas (Lightning Detection Network)

LF Low Frequency

LI Lifted Index (melhor entre 4 camadas)

MDISC Modelling and Assimilation Data and Information Services Center

MERRA Modern Era Retrospective-analysis for Research and Applications

Mi Mediana

MSLP Pressão ao nível médio do mar

NCEP FNL National Centers for Environmental Prediction Final

Ɵeq300 Temperatura potencial equivalente aos 300 hPa

P50 Mediana

PBL Planetary Boundary Layer

PI Península Ibérica PTC Portugal Continental

PV Vorticidade potencial

PV500 Vorticidade potencial máxima no nível 500 hPa

PV700 Vorticidade potencial máxima no nível 700 hPa

q Humidade específica

RH Humidade relativa

RLM Regressão logística multivariada

SREG Regime de DEA de Verão com origem regional SRTM Shuttle Radar Topography Mission

SSI Índice de estabilidade estática do ar húmido

SSI700 Índice de estabilidade estática do ar húmido mínimo no nível 700 hPa

T Temperatura do ar

xvi

U Componente zonal do vento

UCAR University Corporation for Atmospheric Research V Componente meridional do vento

VLF Very Low Frequency

WREG Regime de DEA de Inverno com origem regional WREM Regime de DEA de Inverno com origem remota

WRF Weather Research and Forecasting

ΔƟeq700-500 Diferencial da Temperatura potencial equivalente entre os níveis 700 e 500 hPa

Δq700-500 Diferencial da Humidade específica entre os níveis 700 e 500 hPa

ΔRH700-500 Diferencial da Humidade relativa entre os níveis 700 e 500 hPa

μ Média

σ Desvio padrão

ω Componente vertical do vento no sistema isobárico (ómega) Coeficiente de transformação Box-Cox

~

~

CAPÍTULO

I

Introdução

Neste capítulo será feito o enquadramento do tema em discussão nesta tese, bem como o estado da arte. Será também efetuada uma descrição sobre a formação e desenvolvimento das descargas elétricas da atmosfera e, por fim, serão apresentados os objetivos desta dissertação, bem como a motivação que levou o autor a desenvolver a presente investigação.

~

~

1.1 Enquadramento

A atividade elétrica que se manifesta na atmosfera, originada pela enorme movimentação de cargas elétricas que se verifica no interior das nuvens de grande desenvolvimento vertical, merece sem dúvida ser investigada do ponto de vista científico. Essa atividade elétrica pode ocorrer dentro da própria nuvem (intra-nuvem), entre duas nuvens (nuvem-nuvem) ou ainda entre a nuvem e o solo (nuvem-solo). Por motivos óbvios, as descargas elétricas do tipo

nuvem-solo são aquelas que apresentam maior interesse de investigação por parte da

comunidade científica, sendo também de deteção mais fácil, pelo que este trabalho fará referência apenas e só a este tipo de ocorrências. Assim, ao longo de toda a dissertação, o termo descarga elétrica atmosférica (DEA) será sempre aplicável às descargas elétricas

nuvem-solo, salvo expressamente referido o contrário.

As DEA propagam-se através do binómio nuvem-solo e representam um dos mecanismos mais perigosos da natureza, uma vez que podem atingir com gravidade pessoas, edifícios e equipamentos, assim como afetar os sistemas naturais, e.g. através da ignição de incêndios. Os prejuízos potenciais associados aos efeitos das DEA têm vindo a aumentar, em consequência do processo de desenvolvimento das sociedades. A cada vez maior utilização de equipamentos eletrónicos, muitas vezes sensíveis aos efeitos das trovoadas, tais como instrumentos de precisão, de recolha de informação e de processamento em redes de sistemas (informáticos, energia elétrica e comunicações), leva a que as DEA sejam encaradas como acontecimentos meteorológicos de elevado risco. Não obstante, a avaliação dos riscos associados às DEA requer o melhor conhecimento dos seus padrões de distribuição espacial e temporal, permitindo desta maneira identificar as áreas com maior atividade elétrica da atmosfera e, com isso, estabelecer planos de contingência para esse tipo de ocorrências. O recurso à modelação das DEA, com o intuito de identificar a sua maior ou menor atividade em determinados locais, poderá representar um contributo importante na mitigação dos danos a elas associados.

Os impactes das alterações climáticas na Europa no que se refere às DEA são marcados pela incerteza e o 4º Relatório de Avaliação do IPCC refere que “os dados disponíveis são

insuficientes para determinar que tendências existem em relação aos tornados, ao granizo, às trovoadas e tempestades de areia, fenómenos de pequena escala espacial”. No entanto, existe

~

~

alterações climáticas na Europa afetem a frequência, severidade e localização dos eventos extremos. O conhecimento detalhado e a monitorização das trovoadas é uma tarefa indispensável para a identificação de possíveis alterações na distribuição espacial das descargas ao longo do tempo. Nesse sentido, 21 países da Europa, incluindo Portugal, juntaram as suas redes nacionais de deteção de trovoadas e criaram o projeto European

Cooperation for Lightning Detection (EUCLID). Este grupo foi concebido essencialmente

para facilitar a disseminação da informação sobre ocorrências de descargas elétricas, recolhida individualmente pela rede nacional de cada país membro, mas agora agregada/integrada numa rede europeia mais ampla. O Instituto Português do Mar e da Atmosfera (IPMA) é a entidade nacional que supervisiona este tipo de ocorrências e dispõe, desde Junho de 2002, de uma rede de detetores de descargas elétricas (LDN - Lightning

Detector Network), constituída por 4 detetores estrategicamente distribuídos em Portugal

Continental (PTC). Em conjunto com a LDN espanhola, tutelada pela Agência Estatal de Meteorologia (AEMET), que contém 14 detetores, constitui uma importante rede Ibérica de descargas elétricas. Com efeito, em determinados locais do país, com menor cobertura pela LDN nacional, torna-se necessário o recurso à informação da LDN espanhola, sendo esta troca de informação recíproca entre os dois países, com evidentes benefícios para ambos.

Os 18 detetores da rede LDN Ibérica (IPMA & AEMET) captam sinais eletromagnéticos gerados pelos raios que constituem as DEA e determinam, recorrendo também ao sinal GPS (Global Positioning System), o local de impacto (latitude e longitude), a intensidade, a polaridade (negativa ou positiva) e a multiplicidade das DEA. Estes detetores apenas distinguem e registam a atividade elétrica decorrente de dois tipos de descargas: intra-nuvem e nuvem-solo (DEA).

A base de dados das DEA em PTC iniciou-se em Junho de 2002, ou seja, é ainda de pequena dimensão para estudos conclusivos de longo prazo. No entanto, já permite a investigação da variabilidade dos padrões espaciais e temporais das DEA, assim como dos aspetos dinâmicos da atmosfera associados às ocorrências de DEA em PTC. O conhecimento da distribuição espácio-temporal das DEA permite, em primeira análise, referenciar regiões ou locais com elevada atividade elétrica, bem como as janelas temporais em que estas ocorrem. Quanto ao estudo da dinâmica atmosférica associada às DEA, a principal aplicação neste trabalho será a identificação de parâmetros meteorológicos que possam servir como regressores para a modelação da atividade elétrica em PTC.

~

~

1.2 Estado da arte

As DEA são manifestações de libertação de energia que ocorrem na atmosfera em condições de instabilidade severa. As nuvens de grande desenvolvimento vertical, que estão geralmente presentes nessas condições, e que são tipicamente do tipo Cumulonimbus ou Tower-Cumulus, apresentam no seu interior fortes correntes convectivas, ascendentes e descendentes. As gotículas de água sobem nas correntes ascendentes até ao topo da nuvem para, de seguida, descerem já sob a forma de cristais/aglomerados de gelo ou de gotas superarrefecidas. Quando entram repetidamente neste ciclo de fortes correntes podem eventualmente formar grãos amorfos de gelo, que gradualmente se transformam em graupel ou granizo. Logo que atinjam um peso crítico precipitam-se da nuvem para a superfície. Estas pedras de gelo ao colidirem entre si no processo convectivo vão sendo eletrizadas por fricção, e, em conjunto, formam um campo elétrico com elevadas diferenças de potencial eletrostático. Por processos físicos complexos e ainda não completamente compreendidos, as cargas elétricas de sinal negativo tendem a aglomerar-se na base da nuvem, enquanto as de sinal positivo tendem-se a concentrar no topo desta, gerando vários dipolos intermédios no interior da nuvem, dando origem à sua eletrização. As diferenças de potenciais geradas dentro da nuvem e entre a nuvem e o solo (não necessariamente entre a base e o solo) induzem movimentações significativas das cargas elétricas de sinal contrário a fim de anular o campo elétrico gerado, pelo que, sempre que o meio dielétrico permite, ocorre uma DEA. Um estudo detalhado sobre este assunto pode ser encontrado em e.g. Betz et al. (2009) e Naccarato (2006).

A atividade elétrica da atmosfera pode ser vigiada remotamente com recurso a sensores instalados a bordo de satélites (Christian et al., 1999) ou através de equipamento instalado no solo, em estações meteorológicas e aeródromos (Cummins e Murphy, 2009), como é o caso dos 4 detetores de DEA da rede LDN do IPMA. Muitas técnicas foram já ensaiadas para a deteção das descargas elétricas da atmosfera, entre as quais se destacam as que utilizam informação sobre os campos eletromagnéticos, de luminosidade ou de corrente elétrica. As DEA são geralmente detetadas em canais de baixa frequência VLF/LF e os detetores normalmente distam entre si entre 50 a 400 km. As descargas elétricas são localizadas em função do seu ponto de impacto no solo ou em objetos implantados no solo, como por exemplo edifícios de grandes dimensões, torres e postes de transporte de energia, antenas de telecomunicações, entre outros.

~

~

Os sistemas de localização das DEA empregam variados métodos de deteção da direção de propagação (DF - Direction Finders) e do tempo de chegada (TOA - Time of Arrival) das ondas eletromagnéticas associadas às DEA. Krider et al. (1976) descreveram em detalhe o método DF que permite identificar as DEA num raio de 500 km de distância. O método do instante de deteção foi apresentado por Lewis et al. (1960) e baseia-se na informação sincronizada que os relógios de elevada precisão, colocados em diversas estações, fornecem sobre o TOA do momento do impacto das DEA. A combinação destes dois métodos (DF & TOA) constitui o método IMPACT – Improved Accuracy Using Combined Technology, desenvolvido pela Global Atmospherics Inc. (GAI) no início da década de 1990. Este método, mais completo, é atualmente muito utilizado nos detetores de DEA e permite, através do cruzamento de informação de apenas dois detetores, inferir com elevada precisão os locais e instantes de ocorrência das DEA, desde que estas se encontrem dentro do seu raio de deteção.

Os sensores de DEA utilizados na LDN do IPMA de modelo IMPACT141 T-ESP (Enhanced

Sensitivity and Performance) englobam precisamente esta tecnologia. O cálculo da posição

das descargas elétricas é realizado por um sistema de processamento da marca Vaisala®. Para a deteção das descargas do tipo intra-nuvem e do tipo DEA (nuvem-solo), este sistema de processamento verifica a informação proveniente do interior da nuvem, quanto à rutura preliminar da rigidez dielétrica do ar, dos dados que recebe dos 4 detetores e, compara o tempo de chegada a cada detetor, determinando assim a posição da descarga elétrica. Posteriormente fornece ao utilizador informação sobre a posição geográfica, instante de impacto, número de raios derivados (multiplicidade), polaridade e intensidade da ocorrência.

O estudo da atividade elétrica da atmosfera é de facto muito importante, principalmente nas vertentes sociais, económicas e ambientais. Vários autores em todo o mundo realizaram investigação sobre DEA em áreas muito diversificadas. As perdas humanas resultantes de ocorrências de DEA no Canadá e nos EUA foram estudadas por Curran et al. (2000), Holle et

al. (2005) e Mills et al. (2008). Os malefícios para a saúde humana que podem advir das

descargas elétricas, e.g. problemas respiratórios nas vias superiores, foram analisados e descritos por Grundstein e Sarnat (2009), Marks e Bush (2007), Pulimood et al. (2007), Taylor e Jonsson (2004) e Villeneuve et al. (2005), entre outros. A influência da atividade elétrica da atmosfera, assim como a instabilidade associada à convecção profunda, também foi estudada no domínio da aeronáutica por Kaplan et al. (2004), Librantz e Librantz (2006), Pejovic et al. (2009), Robinson (1989) e Woodward (2010). Na área ambiental, são também

~

~

muitos os impactes negativos das ocorrências de DEA. Os incêndios florestais provocados pelas DEA constituem um enorme problema ambiental, causam avultados prejuízos materiais e, por vezes, colateralmente chegam a ceifar vidas humanas. Vários são os autores (e.g. Amatulli et al. (2007), Chuvieco et al. (2010), Dorado et al. (2011), García-Ortega et al. (2011), Larjavaara et al. (2005), Outcalt (2008), Podur et al. (2003), Rorig e Ferguson (1999, 2002), entre outros) que realizaram estudos sobre a ignição de incêndios florestais pelas DEA em todo o mundo.

As redes de comunicações e de distribuição de energia, pelas suas características físicas (alta condutibilidade elétrica) e estruturais (normalmente instaladas em locais elevados), apresentam-se bastante expostas às ocorrências de DEA. Por esse motivo, torna-se necessário um estudo prévio sobre a atividade elétrica da atmosfera nos locais de passagem destas redes a fim de projetar equipamentos de proteção capazes de evitar os danos provocados pelas DEA. Rodrigues et al. (2011) realizaram um estudo em PTC sobre o impacto das DEA nos parques eólicos. As turbinas das torres eólicas, instaladas a algumas dezenas de metros acima do solo, são um alvo preferencial das DEA e, por esse motivo, os geradores das turbinas são os equipamentos elétricos mais sujeitos a danos. De facto, estes autores concluíram que algumas DEA chegam mesmo a atingir intensidades de corrente de cerca de 400 kA.

As áreas com maior densidade populacional também merecem uma atenção redobrada devido aos riscos a que a população e todos os bens materiais aí existentes estão sujeitos em situações de ocorrência de DEA. A construção de edifícios altos, muitas vezes revestidos de materiais de baixa resistividade e, por isso, bastante condutíveis, propicia a passagem da corrente elétrica proveniente das DEA. O contraste da morfologia urbana existente entre as grandes cidades e as suas áreas circundantes também constitui um fator importante na geração, localização e intensificação das DEA. Com o intuito de melhor perceber os riscos, as causas e as consequências associadas às DEA nos meios urbanos, alguns autores, tais como Bentley et

al. (2011), Carraça et al. (2012), Paulikas e Ashley (2011), Pinto Jr. e Pinto (2008), Rose et al. (2008), Stallins e Rose (2008), entre outros, abordaram com detalhe esta temática.

Relativamente à variabilidade espácio-temporal das DEA, vários são os estudos já realizados em todo o mundo, tais como na Arábia Saudita por Shwehdi (2005), na Austrália por Kuleshov (2012), no Brasil por Pinto Jr. et al. (2009), nos EUA por Bentley e Stallins (2005), no Canadá por Shephard et al. (2013), em Espanha por Soriano et al. (2005), na Estónia por

~

~

Enno (2011), na Índia por Kumar e Kamra (2010), em Itália por Feudale et al. (2013), no Japão por Sugita e Matsui (2012), em Portugal por Ramos et al. (2011); Santos et al. (2012), no Reino Unido por Holt et al. (2001), na República Checa por Novák e Kyznarová (2011), entre muitos outros. Nestes estudos foram sempre verificadas correlações significativas entre a orografia e a distribuição espacial das DEA, salientando que as regiões montanhosas revelaram quase sempre maior atividade elétrica relativamente às regiões mais planas. Esta característica e o efeito da continentalidade na distribuição das DEA são realçados nos estudos realizados por Bourscheidt et al. (2009); Dissing e Verbyla (2003); Dulzon e Gorbatenko (2000); Kilinc e Beringer (2007). O ciclo diário das ocorrências de DEA também mostrou uma maior concentração de descargas elétricas durante o período da tarde. Esta tendência foi comprovada por Burrows e Kochtubajda (2010); Feudale et al. (2013); Kuleshov (2012); López et al. (1997); Orville e Huffines (2001); Pinto Jr. e Pinto (2008); Price (2009); Soriano et al. (2005) que investigaram a climatologia das DEA em períodos de dez ou mais anos consecutivos.

A modelação das DEA também é vista por muitos investigadores como um dos temas mais importantes a desenvolver, apesar da sua elevada complexidade. Esta modelação permite o conhecimento antecipado de DEA que, como foi referido anteriormente, podem ser letais para o ser humano e em muitos casos provocam danos avultados a nível social e ambiental. No entanto, a dinâmica da atmosfera é bastante complexa, pois são inúmeros os processos físicos a ela associados, quer estejamos a falar em termos de larga escala, mesoescala ou microescala. São também inúmeros os elementos meteorológicos envolvidos na dinâmica atmosférica em geral e nas condições de convecção profunda associadas às ocorrências de DEA em particular. Estes elementos variam constantemente no espaço (na horizontal e na vertical), assim como no tempo, o que torna a tarefa da modelação extraordinariamente difícil. Contudo, já existem alguns estudos que correlacionam determinadas variáveis meteorológicas e índices de instabilidade atmosférica com as ocorrências de DEA. Soriano et al. (2001) analisaram o índice de estabilidade estática do ar seco e o teor de humidade em dias com DEA em Castilla

-Leon e classificaram esses dias em 4 tipos, de acordo com as médias da diferença de temperatura entre os níveis 850–700 hPa e da temperatura do ponto de orvalho. Verificaram ainda que o número de ocorrências diárias de DEA apresentava maior correlação com o teor de humidade na atmosfera. Burrows et al. (2005) analisaram a atividade elétrica da estação quente numa área que cobre o Canadá e a parte norte dos EUA. Entre diversos regressores

~

~

utilizados, concluíram que os mais adequados são o índice de Showalter, a pressão ao nível médio do mar (MSLP) e o total de água precipitável na troposfera (TPW). Apesar dos resultados anteriores, a seleção dos melhores regressores depende, entre outros fatores, das características dinâmicas da atmosfera nas regiões alvo de estudo, pois os processos convectivos associados à formação e desenvolvimento das nuvens geradoras de DEA (forçamentos) podem ser diferentes de região para região, muito embora os processos físicos que ocorrem no interior dessas nuvens sejam globalmente idênticos. A modelação das DEA tem vindo a ser investigada em diversos países, tais como na Argentina por Sánchez et al. (2008), no Brasil por Zepka et al. (2013), na China por Dai et al. (2009), na Holanda por Haklander e Van Delden (2003), em Espanha por Soriano et al. (2001), nos EUA por McCaul

et al. (2009), na Índia por Rajeevan et al. (2012), em Portugal por Sousa et al. (2013), entre

~

~

1.3 Breve descrição histórica da deteção das DEA

Desde a descoberta da natureza elétrica dos relâmpagos por Benjamim Franklin em 1752, com a famosa experiência do lançamento de um papagaio de papel com uma chave na ponta do fio, até aos dias de hoje, a pesquisa das descargas atmosféricas tem apresentado avanços significativos. Diversas têm sido as técnicas utilizadas para estudar os relâmpagos na natureza, tais como a filmagem com câmaras de alta velocidade, as quais permitem observar todas as etapas do fenómeno físico, ou a medição dos campos eletromagnéticos irradiados próximos e distantes das descargas elétricas. Todas as técnicas utilizam sistemas de aquisição de alta velocidade que possibilitam analisar detalhes das variações dos campos eletromagnéticos, da luminosidade e da corrente no canal, relacionando‐as com os processos físicos que ocorrem durante as ocorrências de DEA. Porém, devido ao seu carácter pontual, ficam restritas às regiões onde foram realizadas essas medições.

Considerando escalas mais amplas, podemos encontrar os sensores óticos instalados em satélites que permitem estimar a frequência e os locais de ocorrência dos relâmpagos numa escala global. Também as redes de deteção de solo (LDN) se mostram aptas para registar com maior precisão a ocorrência e localização das DEA. Os detetores de DEA que utilizam sistemas em Low Frequency (LF) trabalham numa escala continental, enquanto os que utilizam sistemas Very Low Frequency (VLF) podem operar numa escala global.

~

~

1.4 Desenvolvimento das DEA

A formação das nuvens depende essencialmente da instabilidade atmosférica e do movimento ascendente de massas de ar húmido. Quando essas massas de ar se elevam na atmosfera e arrefecem formam as nuvens. A elevação do ar quente e húmido basicamente pode acontecer devido a processos de convecção, pelo levantamento frontal, pelo efeito orográfico ou ainda pela acentuada convergência. Se a massa de ar húmido continuar a elevar-se irá arrefecer até atingir o nível de Normand. O seu vapor de água irá condensar em torno de núcleos higroscópicos (e.g. poeiras, sais e fumos) existentes na atmosfera, podendo eventualmente dar origem a precipitação. Assim que o vapor de água atinge o nível de Normand liberta-se calor latente de condensação/sublimação, o que provoca um arrefecimento mais lento da massa de ar. Este facto permite manter o poder ascensional da massa de ar (mais energia potencial disponível para convecção), fazendo com que a nuvem possa continuar a desenvolver-se durante mais algum tempo até à sua maturação máxima. Segue-se depois a dissipação da nuvem, quando se esgota a energia disponível.

As descargas elétricas da atmosfera provêm de nuvens de grande desenvolvimento vertical (Cumulonimbus, Cb) que se formam em condições de elevada instabilidade atmosférica (Cotton et al., 1992). Este tipo de nuvens de grande dimensão atravessa todos os níveis da troposfera. Nas latitudes médias, a base da nuvem é formada normalmente aos 600–1500 m de altitude e o topo da nuvem atinge com facilidade os 10–12 km de altitude, atingindo portanto a tropopausa. Os Cb são nuvens formadas por gotas de água, cristais de gelo, flocos de neve, graupel e granizo. No seu interior circulam fortes correntes ascendentes e descendentes de ar envolvendo todos os hidrometeoros enumerados. Quando os Cb alcançam a tropopausa expandem-se horizontalmente devido aos ventos superiores estratosféricos e adquirem no seu topo uma forma achatada característica, semelhante a uma bigorna.

Fig. 1.1 – Esquema das 3 fases de desenvolvimento das nuvens do tipo Cumulonimbus. (a) Crescimento, (b) Maturação, (c) Dissipação

~

~

Os Cb apresentam três fases distintas no seu desenvolvimento, i.e. a fase de crescimento, de maturação e de dissipação, conforme apresentado na Figura 1.1. Como se observa nesta figura, o processo de formação dos Cb inicia-se com a ascensão de ar húmido e quente (setas vermelhas), dando inicialmente origem ao aparecimento de nuvens do tipo Cumulus que rapidamente vão evoluindo na vertical devido às condições favoráveis de convecção que existem na atmosfera instável, passando a denominar-se Tower-Cumulus (fase de Crescimento).

Quando ocorre a junção destes elementos cumuliformes num sistema convectivo de maior dimensão a nuvem encontra-se no seu estado mais ativo e entra na chamada fase de maturação (Figura 1.1b). Esta fase é marcada pela existência de interfaces entre frentes de rajada, que se criaram devido às fortes correntes descendentes (setas azuis) provenientes do interior da nuvem, e de Cumulus contíguos já desenvolvidos. É também nesta fase que se regista a ocorrência de precipitação na forma de aguaceiros, de chuva ou granizo, e de trovoadas (manifestadas pelas DEA, trovões e relâmpagos). As correntes de ar no interior da nuvem fazem com que os hidrometeoros aí existentes colidam entre si e, por esse motivo, iniciem o processo de eletrização da nuvem, gerando um elevado campo elétrico entre a base e o topo da nuvem. As correntes ascendentes (setas vermelhas) estendem-se no interior do Cb até à tropopausa e a sua divergência no cimo da nuvem, devida à proximidade da estratosfera, origina o efeito de bigorna.

Finalmente, quando a convergência de ar húmido e quente na parte inferior da nuvem é suplantada pela divergência na parte superior da nuvem, inicia-se a sua dissipação. Nesta fase, o interior da nuvem regista correntes descendentes (setas azuis) e começa gradualmente a desaparecer a imensa massa nebulosa, por compressão e aquecimento da massa de ar. A bigorna começa também a perder a forma, embora ainda persistam algumas correntes ascendentes no topo da nuvem, originado com frequência nuvens altas. Pruppacher e Klett (1997) descrevem com pormenor a microfísica das nuvens, o seu processo de formação e evolução.

Quanto aos modelos de eletrização das nuvens, Stolzenburg e Marshall (2008) sugerem que a melhor forma de analisar a eletricidade no interior de um Cb será efetuar a medição das suas cargas elétricas e de seguida realizar o cálculo do campo elétrico e do potencial eletrostático. Contudo, esta tarefa é de difícil implementação prática, já que os hidrometeoros que

~

~

coexistem dentro da nuvem apresentam tamanhos e propriedades físicas muito diversificadas, o que torna a medição das suas cargas elétricas bastante problemática. Na tentativa de resolver este problema Takahashi e Keenan (2004) efetuaram medições das cargas elétricas em partículas de diferentes dimensões e em pequenas extensões da nuvem, recorrendo-se para o efeito de aviões e balões.

Fig. 1.2 – Estrutura elétrica de um Cumulonimbus em regiões de latitude média. (Stolzenburg et al., 1998c, citado por Correia, 2012)

A Figura 1.2 apresenta o modelo conceptual da distribuição de cargas elétricas numa nuvem convectiva das latitudes médias. Verifica-se, por esta figura, que foram medidas (através de sondagens) quatro regiões de distribuição de cargas para as correntes ascendentes, nomeadamente aos 5 km (cargas positivas), aos 8 km (cargas negativas), aos 10 km (cargas positivas) e no topo da nuvem (cargas negativas). Quanto às correntes descendentes, foram encontradas seis regiões de distribuição de cargas. Na base da nuvem, uma concentração de cargas positivas seguidas de negativas e positivas, intervaladamente até ao topo da nuvem, onde se registam cargas negativas. No entanto, como se mostra na Figura 1.2, a região convectiva (Convective Region) ionicamente mais importante da nuvem situa-se junto ao seu eixo vertical central, onde na base se encontra o maior aglomerado de cargas negativas (main

negative charge) e no topo a maior concentração de cargas positivas (upper positive charge).

Podem-se encontrar vários estudos que descrevem com maior rigor a estrutura vertical de distribuição das cargas no interior das nuvens geradoras de DEA, como é o caso de Betz et al. (2009), Naccarato (2006) ou Rakov e Uman (2007).

~

~

Fig. 1.3 – Distribuição das cargas elétricas e eletrização dum Cumulonimbus na ocorrência de DEA negativa. Adaptado de: Rakov e Uman (2007).

A Figura 1.3 apresenta a distribuição e movimentação das cargas elétricas que ocorrem dentro de um Cb em situação de descarga elétrica negativa nuvem-solo. Primeiramente, devido à dinâmica gerada pelas fortes correntes ascendentes e descendentes no interior da nuvem e as fricções que ocorrem entre os vários hidrometeoros, esta tende a ficar eletrizada com a maior parte das cargas negativas a deslocarem-se para a base e as cargas positivas para o topo.

Cerca de 1 milissegundo depois, na base da nuvem, dá-se a rutura preliminar da rigidez dielétrica do ar (preliminary breakdown) em que as cargas negativas começam a formação de um canal guia em direção ao solo. Este processo inicia-se assim que o campo elétrico da

~

~

nuvem consegue atingir valores perto dos 10 kV m-1. No passo seguinte (após um décimo de milissegundo) aparece por baixo da base da nuvem o canal guia descendente e em escada, denominado traçador (stepped-leader), que se desloca em direção ao solo, carregado negativamente e em saltos consecutivos, a uma velocidade de perto de 2×105 m s-1.

Com cerca de 20 milissegundos de processo decorridos começam a surgir um ou mais canais ascendentes disruptivos da rigidez dielétrica do ar, denominados de streamers. Isto ocorre quando a ponta do stepped-leader se encontra a apenas algumas dezenas de metros acima do solo ou de objetos implantados no solo e o campo elétrico por baixo da ponta descendente torna-se suficientemente intenso para iniciar um ou mais streamers. No entanto, apenas um único streamer ascendente estabelece ligação ao stepped-leader descendente (acoplamento).

Quando um dos canais disruptivos ascendentes (streamers) contacta o canal guia descendente (stepped-leader) forma-se então o primeiro raio ou arco-de-retorno (first return stroke). Este arco-de-retorno carateriza-se pela corrente de sinal positivo proveniente do streamer que se propaga em direção ao stepped-leader carregado negativamente e que dá origem ao canal guia entre o binómio nuvem-solo. Este processo ocorre a uma velocidade de 1,5×108 m s-1 (cerca de metade da velocidade da luz) e permite a descarga do canal guia entre a nuvem e o solo. O arco-de-retorno procura neutralizar o canal ionizado e, durante este processo, o canal brilha intensamente, o que o torna visível ao olho humano. A temperatura do canal pode chegar aos 30 000 K, com intensidades de corrente de cerca de 30 kA, e gera uma pressão superior a 10 atm. É esta enorme pressão que faz expandir rapidamente o canal, originando uma forte onda sonora de choque conhecida como trovão.

Com o processo em evolução, após cerca de 40 a 60 milissegundos do primeiro arco-de-retorno, outro canal guia (dart-leader) pode restabelecer o canal e proporcionar a ocorrência dum segundo raio ou arco-de-retorno subsequente (second return stroke), como mostra a Figura 1.3. As descargas elétricas do tipo nuvem-solo normalmente apresentam diversos retorno pelo que se apelidou por multiplicidade ao número de raios ou arcos-de-retorno (return strokes) que cada descarga elétrica pode conter.

Na literatura surge frequentemente o termo flash relativo à descarga elétrica da nuvem. Neste estudo esse termo corresponderá ao termo DEA, que engloba apenas as descargas elétricas do tipo nuvem-solo. Posto isto, uma DEA pode abranger vários raios (strokes), ou seja, a sua multiplicidade pode ser igual a 1, 2, 3 ou mais raios. Contudo, na base de dados registada em

~

~

Portugal cerca de 90% das DEA negativas apresentaram multiplicidade igual ou inferior a 3 raios, enquanto a mesma percentagem das DEA positivas teve apenas multiplicidade igual a 1 raio, conforme será descrito mais detalhadamente na secção 3.5.

~

~

1.5 Objetivos e Motivação

Esta dissertação está centrada na temática das descargas elétricas da atmosfera ocorridas em PTC entre 2003 e 2009 e engloba três grandes pilares de investigação interligados entre si.

Assim, os três objetivos principais deste trabalho passam por:

Analisar a variabilidade espacial e temporal das DEA;

Estudar a dinâmica atmosférica dos dias com DEA e identificar regimes de DEA; Conceber modelos estatístico-dinâmicos para os diferentes regimes de DEA.

As trovoadas, para além do seu espetacular efeito visual e sonoro, também podem ter impactes negativos a nível humano e material, conforme já foi descrito anteriormente. A investigação desta temática em PTC, com o rigor científico que se exige, torna-se agora possível devido à disponibilidade dos dados das descargas elétricas da atmosfera provenientes da rede LDN que o IPMA implantou em Junho de 2002. Nesse sentido, foi submetido e aprovado pela Fundação para a Ciência e Tecnologia (FCT) um projeto nacional com o título “Descargas elétricas atmosféricas em Portugal: Padrões de variabilidade e impactos sócio-económicos” (RAIDEN, referência nº PTDC/CTE-ATM/101931/2008). Este projeto, agora concluído, pretendeu ampliar o conhecimento, ainda bastante incipiente no seu início, da atividade ceráunica em PTC. Para tal, contou com a participação de três instituições de referência: Fundação da Universidade de Lisboa (FUL/UL), Universidade de Évora (UE) e Universidade de Trás-os-Montes e Alto Douro (UTAD), assim como das unidades de investigação: Centro de Estudos Geográficos (CEG), Instituto de Ciências Agrárias e Mediterrânicas (ICAM/UE) e Centro de Investigação e de Tecnologias Agro-Ambientais e Biológicas (CITAB). Pelo exposto, o projeto contou com uma forte equipa multidisciplinar de investigadores, entre os quais se encontram os orientadores e o autor desta dissertação.

~

~

CAPÍTULO

II

Dados e Metodologia

Neste capítulo serão abordados os métodos de obtenção e tratamento dos dados utilizados no presente estudo. Neste Capítulo será feita uma descrição sobre os detetores de DEA, a sua localização e eficiência. Foram também utilizadas diferentes bases de dados de variáveis meteorológicas que serão aqui descritas. A caraterização da área e período de estudo também serão abordados neste capítulo. Os métodos selecionados para a identificação dos regimes de DEA, bem como a metodologia aplicada na modelação, serão igualmente descritos neste capítulo.

~

~

2.1 Caraterização da área de estudo

Neste trabalho considerou-se o território continental português como sendo a área de estudo, embora se tenha expandido ligeiramente o seu domínio com o intuito de analisar a dinâmica de larga escala necessária para a identificação e caraterização de regimes de circulação atmosférica associados a atividade elétrica em Portugal. A Figura 2.1 apresenta as áreas que serviram de base para o presente estudo.

Fig. 2.1 – Seleção da área de estudo.

À esquerda a área de larga-escala e à direita a área de mesoescala.

Para a interpretação da circulação atmosférica associada às condições de instabilidade que originam as DEA é necessário selecionar uma região suficientemente larga para que se consiga descrever com clareza os padrões de circulação atmosférica à escala sinóptica. Variáveis como a pressão atmosférica ao nível médio do mar, a altura de geopotencial, a temperatura em altitude ou as linhas de corrente são utilizadas neste estudo para caraterizar diferentes regimes de DEA. Assim, foi considerada a área compreendida entre as latitudes 25º e 65º Norte e entre as longitudes 30º Oeste e 10º Este, denominada de ora em diante por área de larga-escala (A1).

No entanto, grande parte da investigação centra-se num domínio espacial muito mais restrito, contendo apenas a área do território continental português. As bases de dados das variáveis meteorológicas selecionadas para a modelação são consideradas apenas neste domínio (latitudes de 36,5º a 42,5º Norte e longitudes de 10º a 6º Oeste), aqui denominada de área de mesoescala (A2). As DEA estão definidas dentro de A2, mas apenas sobre o continente português (a base de dados não tem informação sobre o Atlântico Norte e sobre Espanha).

~

~

2.2 Detetores de DEA

2.2.1 Descrição dos detetores

A tecnologia de deteção das DEA da rede LDN do IPMA baseia-se na captação do registo do sinal eletromagnético enviado pelo arco-de-retorno (return stroke) estabelecido entre a nuvem e o solo, com recurso a uma antena eletromagnética (orthogonal magnetic loop antenna) que define a posição de impacto e de um GPS incorporado para determinar a informação temporal relativa à descarga elétrica. A rede LDN possui 4 detetores estrategicamente distribuídos em PTC, que enviam em simultâneo para um sistema de processamento (LP2000) a informação relativa à distância entre cada detetor e o local de impacto da DEA, assim como o instante da ocorrência. Os detetores de DEA do IPMA são da marca Vaisala®, do tipo IMPACT (Improved Accuracy Using Combined Technology), modelo 141 – T ESP (Enhanced

Sensitivity and Performance). As suas características de instalação, funcionamento e

manutenção podem ser consultadas em Vaisala (1996).

Estes detetores combinam a utilização de dois métodos de deteção, i.e. através do método DF

(Direction Finders), baseado na direção da DEA, que utiliza a triangulação caso estejam

envolvidos no mínimo três detetores, e o método TOA (Time of Arrival), baseado na diferença temporal entre os tempos de chegada da radiação eletromagnética aos detetores (Cummins et

al., 1998). A combinação dos dois métodos permite obter uma melhor precisão e eficiência na

~

~

2.2.2 Localização dos detetores

A Figura 2.2 ilustra um dos quatro detetores IMPACT 141 – T ESP da rede LDN do IPMA, no caso, o detetor de DEA localizado em Braga. Pode-se também observar o aspeto das 4 antenas eletromagnéticas (à direita), bem como os módulos de transmissão de dados e restante equipamento eletrónico necessário para o funcionamento do detetor.

Fig. 2.2 – Detetor de DEA localizado em Braga e aspeto das antenas eletromagnéticas.

Como foi referido, a rede LDN do IPMA é constituída por 4 detetores DEA que se encontram distribuídos em PTC conforme ilustra a Figura 2.3. O detetor ① situa-se no aeródromo de Braga, a uma altitude de 138 m sobre as coordenadas geográficas de 41,59º Norte e 8,44º Oeste. O detetor ② localiza-se no Centro Meteorológico de Castelo Branco, a uma altitude de 450 m, 39,84º Norte e 7,48º Oeste. O detetor ③ situa-se no aeródromo de Alverca, a uma altitude de 65 m, 38,89º Norte e 9,03º Oeste. O detetor ④ é o que se situa mais a Sul de PTC, na Quinta de Marim em Olhão, com uma altitude de 80 m nas coordenadas geográficas 37,03º Norte e 7,82º Oeste.

Fig. 2.3 – Localização geográfica dos 4 detetores de DEA da rede LDN do IPMA: ① Braga, ② Castelo Branco, ③ Alverca e ④ Olhão.

~

~

Com o propósito de aumentar a eficiência na recolha de dados sobre as DEA em PTC, além dos 4 detetores da rede LDN do IPMA atrás referenciados, são ainda utilizados 5 detetores da rede LDN da AEMET que têm alguma cobertura sobre PTC (Jerez de La Frontera ⑤,

Armilla ⑥, Getafe ⑦, Matacán ⑧ e Santiago de Compostela ⑨).

A Figura 2.4 apresenta a distribuição geográfica dos 9 detetores que cobrem plenamente o território de PTC, bem como as áreas de cobertura de cada detetor através da representação das elipses de cobertura a 100 km (azul escuro) e a 200 km (azul claro) de cada detetor.

Fig. 2.4 – Área abrangida por cada detetor de DEA. Elipse de cobertura a 100 km (azul escuro) e elipse de cobertura a 200 km (azul claro).

~

~

2.2.3 Eficiência dos detetores

Os detetores das duas redes LDN (IPMA & AEMET), em conjunto, oferecem uma capacidade de cobertura na deteção das ocorrências de DEA na PI bastante elevada. A Figura 2.5 apresenta a eficiência de cobertura da PI quanto à deteção de ocorrências de DEA, considerando a distribuição geográfica dos 18 detetores aí representados. Verifica-se que quase todo o território da PI apresenta uma eficiência de deteção de 90%. Apenas a região das Ilhas Baleares, zonas fronteiriças com a França e a Galiza apresentam uma eficiência inferior até cerca de 80%. No entanto, esta figura ainda não contempla o detetor ⑨, instalado na Galiza (Figura 2.4), que posteriormente veio aumentar significativamente a eficiência de deteção nessa região. De referir ainda que os dados apresentados referentes à eficiência de deteção das DEA na PI são válidos apenas para DEA com uma intensidade de corrente igual ou superior a 5 kA (Vaisala, 1996). Segundo o fabricante, cada sensor opera com uma eficiência de deteção do local exato da ocorrência superior a 90%, numa distância elipsoidal até 100 km ao detetor, superior a 80% para ocorrências até 200 km, cerca de 60% para ocorrências até 300 km e apenas 30% para distâncias superiores a 300 km e inferiores a 500 km. Assim, considerando apenas os 4 detetores da rede LDN do IPMA e a área de PTC, verifica-se que a eficiência de cobertura nacional é de 80%. Por esse motivo, são utilizados os dados registados pelos sensores espanhóis.

Fig. 2.5 – Eficiência (%) de deteção combinada da rede de detetores de DEA na Península Ibérica. Fonte: IPMA, citado por Correia (2012).

~

~

A Figura 2.6 é similar à figura anterior, no entanto, refere-se à precisão da localização das ocorrências de DEA na PI. Como podemos verificar, no interior da PI o erro de precisão dos detetores é inferior a 500 m, aumentando em direção à periferia da PI. Mais uma vez se faz notar nesta figura a ausência do detetor ⑨ que diminui a precisão de localização sobre o noroeste peninsular. Estas figuras foram cedidas pelo IPMA e adaptadas do manual do fabricante e, por esse motivo, encontram-se desatualizadas face a este detetor na Galiza.

Fig. 2.6 – Precisão da localização de DEA (km) da rede de detetores da Península Ibérica. Fonte: IPMA, citado por Correia (2012).

~

~

2.3 Origem e tratamento dos dados

Para a realização deste estudo foram utilizados dados relativos às ocorrências de DEA no período entre 2003 e 2009 e sobre PTC. Estes dados foram registados pela rede LDN do IPMA e cedidos através do protocolo estabelecido entre esta entidade e o Projeto RAIDEN. Foram ainda utilizados os dados relativos a algumas variáveis meteorológicas e índices de estabilidade da atmosfera, recolhidos através de diferentes bases de dados de reanálises para o mesmo período temporal e para as janelas espaciais A1 e A2, como mostra a Tabela 2.1.

Os dados das descargas elétricas fornecidos pela rede LDN do IPMA obedeceram a critérios de validação prévia e controlo de qualidade por parte do fabricante dos detetores (e.g. coeficiente Qui-quadrado (χ2) inferior a 10 para garantir que o erro máximo de localização da DEA fosse inferior a 50 km). Além destes filtros, serviram também como restrições as distâncias entre o detetor e a ocorrência de DEA, que foi sempre inferior a 645 km, e medições de intensidades de corrente sempre superiores a 1 kA. Outros filtros foram ainda aplicados pelo IPMA aos dados brutos recolhidos pelo sistema de processamento LP2000, como sendo a limitação da área geográfica (apenas sobre PTC) e o número de detetores envolvidos em simultâneo.

A base de dados original foi, já no âmbito do presente estudo, definida sobre uma malha regular com uma resolução espacial de 0,10º latitude × 0,10º longitude, que corresponde a uma resolução espacial de aproximadamente 10 km2. Relativamente à resolução temporal, a base de dados original apresenta o tempo real das ocorrências das DEA em décimos de segundo. Contudo, a informação foi compilada em períodos horários, intervalo perfeitamente suficiente para os objetivos do presente estudo.

Quanto aos dados relativos às variáveis meteorológicas, a proveniência foi diversificada, principalmente pela possibilidade de aquisição gratuita e online de dados de reanálises, mas também numa perspetiva da contínua melhoria dos resultados obtidos.

Primeiramente foi selecionado um vasto leque de variáveis meteorológicas com o propósito de caraterizar o estado do tempo em situações de ocorrências de DEA (caraterização dos regimes). A variável basilar selecionada à superfície foi a MSLP. Contudo, para os diversos níveis superiores foram considerados ainda as variáveis HGT, componentes U e V do vento e