A INFLUÊNCIA DOS GASES ESTUFA NO OCEANO ATLÂNTICO SUL:
VARIABILIDADE INTERANUAL
ANDRÉA TASCHETTO E ILANA WAINER
Universidade de São Paulo - Departamento de Oceanografia Física Praça do Oceanográfico, 191 - 05508-120 - São Paulo - SP
E-mail: andreast@usp.br
Recebido Setembro 2004 - Aceito Março 2005
RESUMO
Este artigo apresenta um estudo sobre as mudanças nos padrões interanuais de variabilidade do Oceano Atlântico Sul, desencadeadas pelo aumento na concentração atmosférica dos gases estufa. Foi utilizado o modelo numérico acoplado NCAR CCSM para simular as condições climáticas dos períodos pré-industrial e pós-industrial, levando em conta os seguintes gases: dióxido de carbono (CO2), metano (CH4), óxido nitroso (N2O) e os clorofluorcarbonos
CFC11 e CFC12. As técnicas estatísticas de Funções Ortogonais Empíricas (EOF), Decomposição em Valores Singulares (SVD) e análise espectral foram aplicadas com o intuito de se caracterizar o comportamento interanual do Atlântico Sul e de se obter as alterações ocorridas devido às diferentes concentrações químicas na atmosfera em cada simulação. Os resultados mostram grande variabilidade espacial ao sul de 30ºS nos dois primeiros modos da EOF e SVD em todas as variáveis analisadas. Os três primeiros modos da EOF explicam grande parte da variância total, sendo aproximadamente 40%, 75% e 74%, respectivamente para a temperatura da superfície do mar (TSM), a pressão atmosférica ao nível do mar (PNM) e o transporte barotrópico (TB). O primeiro modo da SVD revela forte acoplamento entre a PNM e o TB, sendo responsável por mais de 50% da covariância quadrada e apresentando coeficiente de correlação de 0,66 entre essas duas variáveis. Os padrões espaciais estacionários da EOF e SVD não mostram diferenças significativas entre os experimentos numéricos, porém, apresentam comportamentos distintos das séries temporais dos coeficientes de expansão associadas aos modos. A análise espectral revela mudanças significativas na variabilidade das séries temporais associadas, indicando um deslocamento para freqüências mais baixas num clima mais quente.
Palavras-chave: interação oceano-atmosfera, mudanças climáticas, variabilidade interanual, Oceano Atlântico
Sul, efeito estufa.
ABSTRACT: THE EFFECT OF GREENHOUSE GASES ON SOUTH ATLANTIC OCEAN: INTERANNUAL
VARIABILITY
This paper presents a study about the changes in interannual variability patterns of the South Atlantic Ocean, forced by the increase in atmospheric concentration of greenhouse gases. The NCAR CCSM coupled model was used to simulate two climate conditions for the pre-industrial and pos-industrial periods, taking into account the following gases: carbon dioxide (CO2), methane (CH4), nitrous oxide (N2O) and the chlorofluorocarbons CFC11 and CFC12.
Empirical Orthogonal Functions (EOF), Singular Value Decomposition (SVD), and spectral analysis by Multi-Taper Method (MTM) were employed to characterize the interannual behavior of South Atlantic Ocean for each experiment and to obtain the changes occurred due to different chemical concentrations in atmosphere. Results show great spatial variability south of 30ºS in the first two modes of EOF and SVD for all analyzed variables. The first three modes of EOF explain a big part of total variance, being approximately 40%, 75% and 74%, respectively for sea surface temperature (SST), sea level pressure (SLP) and barotropic streamfunction (PSI). The first SVD mode reveal a strong coupling between SLP and PSI, explaining more than 50% of square covariance and presenting a correlation coefficient of 0.66 between these two variables. The stationary pattern of EOF and SVD do not show significant differences between the experiments with respect to the spatial patterns, however, they exhibit distinct behavior on the expansion coefficient associated to the modes. The spectral behavior of the associated time series reveals a shift towards lower frequencies in a warmer climate.
Key words: ocean-atmosphere interaction, climatic changes, interannual variability, South Atlantic Ocean,
greenhouse effect. 1. INTRODUÇÃO
Acredita-se que o oceano tenha papel fundamental no
entendimento da variabilidade do sistema climático terrestre, pois, devido à alta densidade e calor específico da água do mar, este tem a capacidade de armazenar e transportar
grandes quantidades de calor. Por esse motivo, os trabalhos sobre mudanças climáticas envolvem, na maioria dos casos, um estudo aprofundado sobre os efeitos nos oceanos e sua interação com a atmosfera.
Vários trabalhos enfocam indícios do aumento da concentração do CO2 na atmosfera desde a época da
Revolução Industrial (Neftel et al., 1985). Segundo registros de testemunhos de gelo, a concentração atmosférica de CO2 na
era pré-industrial estava por volta de 280 ppmv (Solomon et al., 1985), entretanto, essa concentração subiu para 368 ppmv durante os últimos 100 anos (Houghton et al., 1995). Vários estudos têm mostrado, para esse mesmo período, o aumento da temperatura, totalizando um aquecimento de aproximadamente 0,5ºC durante o último século (Cane et al., 1997). Esse aquecimento tem sido associado à variabilidade natural (Tett et al., 1999), a efeitos antropogênicos (Mitchell et al., 1995), ou ainda à combinação dos dois (Stott et al., 2001). Alguns autores acreditam que fatores naturais tenham sido mais importantes no aquecimento do início do século e que efeitos antropogênicos tenham papel fundamental no aquecimento observado nas décadas recentes (Crowley, 2000).
Estima-se que o aumento atmosférico dos gases estufa possa causar várias alterações climáticas (Mitchel, 1989). Taschetto e Wainer (2002) mostram, através de simulações numéricas, que as variações anuais e sazonais da temperatura da superfície do mar, da pressão atmosférica ao nível do mar e do transporte barotrópico são intensificadas do período pré-industrial para o pós-pré-industrial devido à diferente concentração dos gases estufa. Apesar de vários estudos apresentarem evidências de que o clima vem sofrendo mudanças, a grande maioria mostra apenas as alterações no comportamento médio do clima, e desprezam o efeito do aquecimento global na variabilidade climática de escalas temporais maiores.
Este estudo visa investigar as mudanças no comportamento climático interanual a decadal do Oceano Atlântico Sul causadas pelo aumento na concentração atmosférica dos gases estufa.
2. O MODELO NUMÉRICO NCAR CCSM E OS EX-PERIMENTOS SIMULADOS
O CCSM (Community Climate System Model), desenvolvido no NCAR (National Center for Atmospheric Research), é um modelo numérico acoplado de circulação global oceano-atmosfera, que envolve as componentes atmosférica, oceânica, da criosfera, da biosfera e hidrosfera (Boville and Gent, 1998).
A componente atmosférica é o modelo atmosférico de circulação geral do NCAR, CCM3 (Community Climate Model - versão 3) com resolução de aproximadamente 2,8º na latitude e longitude, e 18 níveis verticais, sendo a camada superior em 2,9hPa. Essa versão do modelo inclui as propriedades radiativas dos gases traços metano (CH4), óxido nitroso
(N2O), clorofluorcarbonos (CFC11 e CFC12) e de duas bandas
espectrais para o dióxido de carbono (CO2) na parametrização
de onda longa, bem como a incorporação de um aerossol de fundo na parametrização de onda curta. O CCM3 incorpora o modelo de superfície terrestre (LSM - Land Surface Model), desenvolvido por Bonan (1996), que proporciona o amplo tratamento dos processos de superfície de terra, permitindo até quatro diferentes tipos de superfície dentro de uma célula de grade.
A componente oceânica, descrita em Gent et al. (1998), é simulada pelo NCAR Climate System Ocean Model (NCOM). A configuração do NCOM apresenta 2,4º de resolução na longitude e resolução variável da latitude, sendo o espaçamento mínimo da grade de 1,2º próximo ao equador e pólos (acima de 60º), e máximo de 2,3º nas latitudes tropicais (em 20ºN e 20ºS). A componente oceânica possui 45 níveis verticais, com espessura variável aumentando monotonicamente de 12,5m a 250m e ainda outros 4 níveis de profundidade nos primeiros 50m, com espessuras iguais de 12,5m. A profundidade máxima do oceano é de 6km. Acoplado ao modelo oceânico está a componente da criosfera (CSIM - Climate Sea-Ice Model), que inclui dinâmica e termodinâmica de gelo.
As componentes do modelo são interligadas pelo Flux Coupler, programa acoplador responsável pela integração das componentes e pela interpolação entre as diferentes grades das componentes do modelo. O Flux Coupler conserva as propriedades locais e globais, não necessitando, portanto, de correções nos fluxos de momentum, calor e água doce.
Foram realizados dois experimentos numéricos com o modelo NCAR CCSM: um que simula o período pré-industrial (antes de 1800) e outro, o pós-industrial. A concentração atmosférica dos gases traços, para o período pré-industrial, foi estimada de registros de testemunhos de gelo (Ice Core Working Group, 1998; Fluckiger et al., 1999; Indermuhle et al., 1999), e fixada em 280ppmv para o CO2, 700ppbv
para o CH4, 275ppbv para o N2O e nenhuma quantidade de
clorofluorcarbonos. O experimento pós-industrial foi simulado com base nas concentrações atuais (em torno de 1990) de gases traços. Esse experimento mantém as seguintes concentrações de gases: 354,4ppmv para o CO2, 1722,3ppbv para o CH4,
308,4ppbv para o N2O, 514,0x10-3ppbv e 462,7x10-3ppbv para
os clorofluorcarbonos CFC11 e CFC12, respectivamente.
Cada experimento numérico resultou em uma série temporal contendo 150 anos de simulações. Com o intuito de examinar a variabilidade interanual a decadal das simulações dos períodos pré e pós-industrial, as médias sazonais para todo o período de rodada foram removidas para construir as séries temporais de anomalias. Essas séries de anomalias foram, então, analisadas através das técnicas estatísticas de Funções Ortogonais Empíricas (EOF - Empirical Orthogonal Functions), Decomposição em Valores Singulares (SVD - Singular Value Decomposition), e Multi-Taper Method (MTM). Foram investigadas as variáveis de temperatura da superfície do mar (TSM), pressão atmosférica ao nível do mar (PNM) e função corrente do transporte barotrópico (TB).
3. METODOLOGIA 3.1. EOF
O método das Funções Ortogonais Empíricas (EOF - Empirical Orthogonal Functions) é utilizado para se obter os principais padrões espaciais de variabilidade, sua variação no tempo, e a quantificação da importância relativa desses padrões. Resolve-se o problema (Preisendorfer, 1988) , em que R é a matriz de covariância dos dados originais. A matriz C contém os auto-vetores ci que representam os padrões espaciais
da EOF, enquanto que Λ é a matriz diagonal contendo os auto-valores λi de R e indicam uma fração da variância total em R
explicada pelo auto-vetor. O padrão espacial obtido da EOF representa uma estrutura estacionária. A evolução no tempo de uma EOF mostra como esse padrão oscila na série e é calculado pelos coeficientes de expansão ai, em que os auto-vetores ci são
projetados na matriz dos dados originais F: . 3.2. SVD
A análise de Decomposição em Valores Singulares (SVD - Singular Value Decomposition) é usualmente aplicada simultaneamente a dois campos de dados com a finalidade de identificar pares de padrões espaciais acoplados, que explicam uma possível covariância entre as duas variáveis. Calcula-se (Bretherton et al., 1992) , em que é a matriz covariância dos dados originais das variáveis S e P. Os padrões U e V representam oscilações estacionárias nos campos dos dados originais S e P, enquanto que L é a matriz diagonal que contém os valores singulares associados à fração da covariância quadrada, explicada pelos vetores singulares das matrizes U e V. As séries temporais que descrevem como cada modo de variabilidade oscila no tempo é obtida pelos coeficientes de expansão A e B, para as variáveis S e P, respectivamente, dados por: e .
3.3. MTM
Para calcular o espectro de potência utilizou-se o método Multi-Taper (MTM). A vantagem do MTM é que essa técnica consegue separar oscilações periódicas determinísticas de flutuações aperiódicas e randômicas associadas a ruído de fundo ou erros instrumentais nas séries temporais.
No método MTM os dados são multiplicados por vários filtros, formando várias séries temporais filtradas. Tomando-se a Transformada de Fourier de cada uma das séries temporais filtradas obtém-se a estimativa de vários auto-espectros de potência. A estimativa espectral final é então formada por uma soma ponderada de auto-espectros e por isso é mais suavizada e tem menor variância que a obtida utilizando-se somente um único filtro. Maiores detalhes sobre a janela aplicada são encontrados em Percival e Walden (1993).
4. RESULTADOS
4.1. Análise de Funções Ortogonais Empíricas (EOF) 4.1.1. Temperatura da Superfície do Mar (TSM)
As Figuras 1 e 2 apresentam os dois primeiros modos da EOF para a TSM do período pré-industrial e pós-industrial, respectivamente. Ambos períodos mostram um padrão de dipolo de TSM no primeiro modo de variabilidade (Figuras 1a e 2a), com sinais opostos entre a parte norte da bacia do Atlântico Sul e ao sul de aproximadamente 30ºS, centrados em torno de 20ºW-20ºS e 25ºW-40ºS, respectivamente. O primeiro modo da EOF explica 17,9% da variância para o período pré-industrial e 17,4% para o pós-pré-industrial. Apesar dos dois experimentos apresentarem estruturas espaciais semelhantes, o período pré-industrial mostra uma característica dipolar levemente mais acentuada que o do período pós-industrial. O primeiro modo da EOF encontrado para o período pós-industrial (Figura 2a) sofre desintensificação na porção norte da bacia do Atlântico Sul, apresentando amplitude três vezes inferior ao do período pré-industrial na mesma região. Já o padrão ao sul da região de estudo mostra intensificação média de 0,05ºC no período pós-industrial em relação ao pré-industrial (Figura 1a).
O segundo modo de variabilidade obtido da EOF (Figuras 1b e 2b) mostra um padrão de temperaturas positivas em grande parte da bacia, exceto em uma pequena região próxima à costa sudeste brasileira. Essa estrutura sofre modificações de um período para o outro, como mostram as Figuras 1b e 2b. No período pré-industrial os maiores auto-vetores encontram-se ao sul da região de estudo (Figura 1b), com valores de até 0,5ºC em torno de 5ºW-42ºS e a região de auto-vetores negativos restringe-se a uma pequena área junto à costa sudeste do Brasil. O segundo modo do período pós-industrial, porém, apresenta seus maiores valores localizados entre as latitudes aproximadas de 15ºS e 25ºS, onde atinge 0,3ºC; enquanto que a região de auto-vetores negativos envolve uma área considerável do sudoeste da região estudada, com valores quatro vezes superiores ao do período pré-industrial. O segundo modo da EOF é responsável por 14,8% da variância explicada para o experimento pré-industrial e por 13,5% para o pós-pré-industrial.
Os três primeiros modos (terceiro modo não apresentado) do período pré-industrial totalizam 41,6% da variância explicada; enquanto que para o período pós-industrial, esses três modos juntos explicam 39,1% da variância. O primeiro modo de variabilidade de TSM encontrado com a análise de EOF é consistente com o segundo modo encontrado em Venegas et al. (1997) a partir dos dados observacionais COADS (Comprehensive Ocean-Atmosphere Data Set) e com o padrão obtido por Sterl e Hazeleger (2002) a partir dos dados da Reanálise do National Centers for Environmental Prediction (NCEP)/NCAR.
Figura 1: EOF da TSM para o experimento pré-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de 5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Contornos de intervalos de 0,1ºC. As séries temporais são adimensionais.
Figura 2: EOF da TSM para o experimento pós-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de 5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Contornos de intervalos de 0,1ºC. As séries temporais são adimensionais.
Vale ressaltar que os modos espaciais estacionários devem ser multiplicados pela série temporal dos coeficientes de expansão associada para se obter a evolução desses padrões ao longo do tempo. As Figuras 1c-1d e 2c-2d apresentam as séries dos coeficientes de expansão associadas aos respectivos modos espaciais (Figuras 1a-1b e 2a-2b), respectivamente para os períodos pré e pós-industrial. Com o intuito de melhor visualizar possíveis tendências e variabilidades interanuais a decadais na evolução temporal desses padrões, as séries foram suavizadas com uma média móvel de 5 anos. Pode-se notar que a variabilidade temporal dos coeficientes de expansão do período pré-industrial (Figuras 1c e 1d) é diferente da do pós-industrial (Figuras 2c e 2d), apesar das estruturas espaciais estacionárias da EOF serem relativamente semelhantes para ambos experimentos. Esse resultado indica mudanças no comportamento de escalas maiores que anuais devido a alterações na quantidade dos gases estufa simulados.
4.1.2. Pressão Atmosférica ao Nível do Mar (PNM)
Os padrões espaciais dos dois primeiros modos da EOF para a PNM e as respectivas séries temporais associadas para ambos experimentos são apresentadas nas Figuras 3 e 4. Os três primeiros modos totalizam 74,8% e 76,9% da variância explicada respectivamente para os períodos pré e pós-industrial.
O primeiro modo de variabilidade da PNM (Figura 3a e 4a) mostra um padrão de monopolo com maiores gradientes ao sul de 30ºS. No período pré-industrial, um núcleo de máxima
pressão é observado entre 40ºW e 10ºW, ao longo da latitude de 47ºS; enquanto que para o experimento pós-industrial, esse núcleo é 0,5hPa mais intenso e localizado em torno de 20ºW, 47ºS. Esse padrão está associado à intensificação/ desintensificação da porção sul da Alta Subtropical. O padrão espacial aqui obtido é concordante com o encontrado por Wainer e Venegas (2002). Esse modo explica 39,6% e 43,8% da variância, para os períodos pré e pós-industrial, respectivamente.
O segundo modo da EOF para a PNM (Figuras 3b e 4b) apresenta uma característica dipolar leste-oeste, mais acentuada ao sul de aproximadamente 25ºS, em ambos experimentos. Esse padrão de PNM indicaria um possível deslocamento meridional da porção sul da Alta Subtropical, o que induziria advecção de ar quente das médias latitudes em direção às altas latitudes. Para o período pré-industrial esse modo (Figura 3b) explica 22,2% da variância, enquanto que para o pós-industrial o segundo modo (Figura 4b) representa 21,7%.
Os padrões espaciais de variabilidade da PNM não sofrem grandes alterações entre os dois experimentos, porém a porcentagem da variância explicada para o primeiro modo da EOF mostra uma diferença significativa de aproximadamente 4% a mais para o período pós-industrial. Contudo, a grande diferença entre os resultados da EOF para a PNM está nas séries dos coeficientes de expansão associadas, que revelam comportamento discrepante entre os dois períodos analisados, tanto para o primeiro (Figuras 3c e 4c) quanto para o segundo modo (Figuras 3d e 4d).
Figura 3: EOF da PNM para o experimento pré-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de 5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Contornos de intervalos de 5mbar. As séries temporais são adimensionais.
Figura 4: EOF da PNM para o experimento pós-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de 5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Contornos de intervalos de 5mbar. As séries temporais são adimensionais.
4.1.3. Função Corrente do Transporte Barotrópico (TB) Acredita-se que o Oceano Atlântico Sul tenha papel fundamental na circulação oceânica global através da Célula de Revolvimento Meridional que é peça chave nas trocas de massa e calor entre as bacias oceânicas. O Giro Subtropical é a característica dominante da circulação oceânica do Atlântico Sul, tendo seu fluxo médio basicamente forçado pelos ventos de superfície. Mudanças na TSM podem gerar variações na PNM que, por sua vez, induzem alterações no campo de ventos sobre o Oceano Atlântico Sul, influenciando o transporte barotrópico.
A análise de EOF para o TB pode ser vista nas Figuras 5 e 6, respectivamente para os dois experimentos. Os três primeiros modos do TB explicam 73,9% da variância para o período pré-industrial, e 74,3%, para o pós-industrial.
No primeiro modo da EOF para o TB (Figuras 5a e 6a) o Oceano Atlântico Sul é caracterizado por auto-vetores positivos ao sul de aproximadamente 35ºS, com máximos de 12Sv para o período pré-industrial e 11Sv para o pós, entre 10ºW e 10ºE, ao longo de 50ºS. Esse padrão é bastante semelhante ao encontrado no trabalho de Wainer e Venegas (2002). O primeiro modo da EOF para o período pré-industrial responde por 49,6% da variância explicada, enquanto que o do
período pós-industrial explica 50,4% da variância.
O segundo modo da EOF do TB (Figuras 5b e 6b) mostra uma banda de valores negativos na porção sul da bacia com um núcleo mais intenso ao redor de 43ºS, 40ºW, associado a 6Sv em ambos experimentos. Uma pequena faixa de valores positivos do TB encontra-se ao longo de 50ºS, entre as longitudes de 10ºW e 10ºE, com máximo de 7Sv nos dois períodos. Para o experimento pré-industrial o segundo modo da EOF é responsável por 15,5% da variância explicada e para o pós-industrial, o segundo modo explica 16,9% da variância.
Os padrões espaciais de variabilidade obtidos da análise de EOF para o TB são bastante semelhantes para os dois experimentos. Vale salientar que apesar das estruturas dos dois primeiros modos serem semelhantes para ambos experimentos, a variabilidade temporal, bem como a magnitude, representada pelos coeficientes de expansão são claramente diferentes. 4.2. Análise Espectral
Devido à visível diferença no comportamento das séries dos coeficientes de expansão, calculou-se o espetro de potência das mesmas utilizando o método de MTM, de forma a avaliar as escalas de variabilidade contida em cada experimento.
Figura 5: EOF do TB para o experimento pré-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de 5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Intervalos de contornos de 1Sv. As séries temporais são adimensionais.
Figura 6: EOF do TB para o experimento pós-industrial: (a) primeiro modo espacial e (b) segundo modo espacial. Média móvel de 5 anos aplicada à série temporal dos coeficientes de expansão do (c) primeiro modo e (d) segundo modo. Intervalos de contornos de 1Sv. As séries temporais são adimensionais.
4.2.1. TSM
O espectro de potência do primeiro modo da EOF para ambos experimentos respectivamente é apresentado nas Figuras 7a e 7b.
A série temporal associada ao primeiro modo da EOF do experimento pré-industrial (Figura 7a) mostra variabilidades em 13, 6 e 3 anos associadas às freqüências de 0,0063 ciclos/ mês, 0,0142 ciclos/mês e 0,0273 ciclos/mês, respectivamente, e relativas a um nível de confiança de 95%.
A análise da simulação pós-industrial (Figura 7b) revela períodos bastante diferentes do experimento pré-industrial. A mais baixa freqüência (0,0020 ciclos/mês) representa um período de 42 anos a um nível de significância de 99%. A série temporal associada ao primeiro modo EOF também revela uma periodicidade de 10 anos (0,008 ciclos/mês) e outras de maior freqüência como 0,0176 ciclos/mês, 0,0215 ciclos/mês e 0,035 ciclos/mês, representando aproximadamente 5 anos, 4 anos e 2 anos, respectivamente.
4.2.2. PNM
As Figuras 7c e 7d mostram o espectro de potência para as séries temporais associadas ao primeiro modo da EOF da PNM para o período pré e pós-industrial.
No experimento do período pré-industrial, dois picos de maior potência se destacam: um de mais baixa freqüência (0,0068 ciclos/mês) que ocorre por volta de 12 anos, e outro de 0,0278 ciclos/mês que representa uma variabilidade de 3 anos, ambos significativos a 99%. Outro pico significativo a 95% aparece em aproximadamente 7 anos (0,0117 ciclos/mês).
Já no período pós-industrial (Figura 7d), a variabilidade é menor e as freqüências são diferentes. A maior freqüência ocorre em 0,093 ciclos/mês, correspondente a 8,5 anos, e uma variabilidade de maior freqüência aparece em 1,5 ano (0,05 ciclos/mês); ambos a um nível de significância de 95%.
4.2.3. TB
Os espectros de potência das séries dos coeficientes de expansão associadas ao primeiro modo da EOF do TB para ambos experimentos podem ser vistos nas Figuras 7e e 7f.
A Figura 7e mostra um pico saliente no início do espectro a uma freqüência de 0,002 ciclos/mês, significativo a 99%, associado a uma variabilidade de 42 anos. O espectro também apresenta uma variabilidade de maior freqüência (0,0586 ciclos/mês), a um nível de confiança de 95%, que ocorre em aproximadamente 1,5 ano.
O período pré-industrial (Figura 7f) também mostra uma variabilidade de 42 anos, associada à freqüência de 0,002 ciclos/mês, significante a 95%. Outros dois picos de freqüência, significantes a 90%, aparecem em 0,0086 ciclos/mês e 0,0405 ciclos/mês, referentes aos períodos de 10 anos e 2 anos, respectivamente.
A Tabela 1 resume os resultados relativos aos períodos encontrados na análise espectral da série dos coeficientes de expansão para o primeiro modo da EOF. As grandes alterações nos comportamentos das simulações dos períodos pré e pós-industrial ocorrem na variabilidade das séries temporais associadas aos modos de EOF e não nos padrões espaciais que a técnica revela. Nota-se que a TSM e o TB no período pós-industrial mostram a mesma variabilidade, sugerindo comportamento acoplado. O experimento pré-industrial para a TSM e PNM mostra variabilidade semelhante entre 6-7 anos e 12-13 anos. A comparação entre as variabilidades dos períodos simulados exibe mudanças de escalas interanual a decadal, indicando a sensibilidade do sistema oceano-atmosfera ao aumento dos gases estufa.
TSM PNM TB
Pré Pós Pré Pós Pré Pós
13 42 12 8,5 42 42
6 10 7 1,5 1,5 10
Tabela 1: Variabilidade (em ano) encontrada nas séries dos coeficientes de expansão do primeiro modo da EOF.
4.3. Análise de Decomposição em Valores Singulares (SVD)
Com o intuito de identificar somente os modos que estão fortemente acoplados entre o oceano e a atmosfera foi realizada a análise de SVD para os campos de TSM e TB juntamente com o de PNM, representando a variabilidade oceânica e atmosférica, respectivamente.
4.3.1. TSM e PNM
A Figura 8 apresenta os dois primeiros modos da variação acoplada entre a TSM e a PNM e as séries temporais associadas, para ambos experimentos. Os três primeiros modos representam 62,1% e 63,0% da variância explicada, respectivamente para os períodos pré e pós-industrial, sendo que cada modo independentemente responde por 37,7%, 12,6% e 11,8% e, 36,7%, 14,0% e 12,3% da variância explicada, respectivamente.
O Oceano Atlântico Sul tem seu primeiro modo da TSM (Figuras 8a e 8b) caracterizado por uma forte estrutura dipolar, com valores positivos máximos de 0,02ºC ao sul de aproximadamente 30ºS e negativos de 0,08ºC ao norte da bacia. Esse modo da TSM mostra uma estrutura semelhante ao primeiro modo da variabilidade encontrada na análise de EOF (Figura 1a e 2a). Um campo positivo de PNM (Figuras 8a e 8b) com núcleo mais intenso de 0,1hPa no centro da bacia, em torno de 20ºW, 20ºS, mostra-se acoplado ao padrão dipolar de TSM. O primeiro modo da SVD entre a TSM e PNM explica 37,7% da variância para o período pré-industrial (Figura 8a) e 36,7%, para o pós-industrial (Figura 8b). Os padrões espaciais
do primeiro modo da SVD para o experimento pré-industrial e para o pós-industrial são bastante semelhantes entre si. O primeiro modo da SVD entre a TSM e a PNM indica um forte acoplamento entre o oceano e a atmosfera. O padrão espacial da PNM sugere a intensificação/desintensificação da Alta Subtropical do Atlântico Sul. Esse comportamento da PNM induziria ventos anômalos de superfície, que, por sua vez,
seriam responsáveis pela estrutura dipolar na TSM. Segundo Sterl e Hazeleger (2002), o padrão de monopolo da PNM causaria mudanças anômalas no fluxo de calor latente e na profundidade da camada de mistura oceânica, produzindo o gradiente norte-sul da TSM. O primeiro modo acoplado da TSM e PNM concorda com o padrão encontrado por Venegas et al. (1997).
Figura 7: Espectros de potência das séries temporais dos coeficientes de expansão do primeiro modo da EOF para a: TSM (a) experimento pré-industrial e (b) experimento pós-industrial; PNM (c) experimento pré-industrial e (d) experimento pós-industrial; TB (e) experimento pré-industrial e (f) experimento pós-industrial. Linha pontilhada: limite de confiança de 95%. Eixo x: freqüência (ciclos/mês). Eixo y: potência.
a) c) e) b) d) f)
Figura 8: Primeiro modo da SVD entre a TSM e PNM com os padrões espaciais (acima) e respectivas séries temporais dos coeficientes de expansão com média móvel de 5 anos (abaixo) para: (a) o experimento pré-industrial e (b) o experimento pós-industrial. Intervalos de contornos de 0,02ºC e 0,05mbar. As séries temporais são adimensionais.
a)
O segundo modo da SVD, apresentado na Figura 9, mostra diferenças significativas em seus padrões espaciais. O período pré-industrial (Figura 9a) é caracterizado por valores negativos da TSM na porção leste da região de estudo junto ao continente africano e, na costa sudeste da América do Sul, sob a região da Confluência Brasil-Malvinas. Na região tropical e na costa brasileira, até aproximadamente 35ºS, o padrão espacial apresenta valores positivos da TSM, com máximos de 0,08ºC. A PNM mostra valores positivos na parte leste da região de estudo, com um núcleo de máxima em torno de 20ºS, 0ºE, associado a 0,1hPa.
Já o segundo modo do período pós-industrial (Figura 9b) apresenta padrões bastante distintos do período pré-industrial. A TSM apresenta valores superiores a 0,08ºC junto à costa sudeste/sul brasileira e em uma banda de autovetores positivos que se estende zonalmente por uma faixa estreita até a costa africana. Ao norte de 10ºS, o sinal é positivo, porém de menor intensidade (aproximadamente 0,02ºC). Intercaladas às regiões de valores positivos, encontram-se bandas zonais de sinal oposto, localizando-se mais especificamente na costa sudeste africana até a costa nordeste brasileira, e na porção sul do oceano, entre 35ºS e 45ºS aproximadamente, apresentando valores negativos. Junto a esse padrão de TSM está o modo acoplado da PNM, que apresenta valores negativos na maior parte da região de estudo e um núcleo de valores máximos de 0,1hPa, em torno de 10ºW, 15ºS.
A Tabela 2 indica a correlação entre os coeficientes de expansão das duas variáveis para os dois primeiros modos de SVD, como um indicador da intensidade de acoplamento. Os coeficientes de correlação dos três primeiros modos mostram um acoplamento relativamente forte entre as duas variáveis tanto no período pré-industrial como no pós-industrial, todos acima de 45%, com nível de significância de 95%.
4.3.2. TB e PNM
Os primeiros modos da análise de SVD para o TB e a PNM podem ser vistos na Figura 10 para os experimentos pré e pós-industrial. Para o período pré-industrial (Figura 10a), os três primeiros modos são responsáveis por 84,1% da variância, sendo individualmente 51,7% para o primeiro modo, 20,8% para o segundo e 11,6% para o terceiro. O primeiro modo do período pós-industrial (Figura 10b) responde por 53,0% da variância
explicada, enquanto que o segundo e o terceiro modos são responsáveis por 20,0% e 11,3%, respectivamente, totalizando 84,3% da variância explicada para os três primeiros modos.
O primeiro modo da SVD para o período pré-industrial (Figura 10a) apresenta campos acoplados de TB e PNM bastante semelhante ao do período pós-industrial. O padrão espacial do primeiro modo do TB é caracterizado por maiores valores ao sul de 30ºS, tendo seu máximo de 0,1Sv entre as latitudes de 40ºS e 50ºS e ao longo da longitude de aproximadamente 18ºW. Esse padrão do TB é semelhante ao primeiro modo encontrado na EOF (Figura 5a e 6a). O padrão espacial da PNM acoplado ao do TB mostra valores negativos significantes na porção sul-sudeste da região estudada. A grande diferença entre os resultados do primeiro modo da SVD dos dois experimentos está nas séries dos coeficientes de expansão associadas. A série temporal do período pré-industrial (Figura 10a) sugere uma variabilidade de baixa freqüência de aproximadamente 600 meses no TB. Tanto a série temporal dos coeficientes de expansão do TB quanto a da PNM para o experimento pós-industrial (Figura 10b) mostra uma variabilidade de freqüência mais alta em relação a das séries do pré-industrial mostradas na Figura 10a.
O segundo modo da SVD para os períodos pré e pós-industrial são apresentados na Figura 11. Observa-se um padrão espacial de TB (Figuras 11a e 11b) negativo na maior parte do oceano. Em torno de 45ºS, 40ºW, nota-se um núcleo de mínimo associado a –0,12Sv, e valores máximos de 0,1Sv ao longo de 50ºW, entre as longitudes aproximadas de 20ºW e 20ºE. O primeiro modo da PNM (Figuras 11b e 11b) acoplado ao do TB é caracterizado por um núcleo de máxima pressão de 0,1hPa entre as longitudes de 0ºW e 30ºW, ao longo da latitude de 35ºS. Ao sul de aproximadamente 48ºS os valores de pressão são negativos, alcançando –0,15hPa. Os modos acoplados da PNM e do TB não mostram grandes diferenças entre os padrões espaciais dos períodos pré e pós-industrial.
A Tabela 3 apresenta o percentual da FCQ explicada e o coeficiente de correlação (r) entre as séries temporais dos coeficientes de expansão para os três primeiros modos acoplados, em ambos experimentos. Pode-se verificar, através da correlação entre as séries, que os modos são fortemente acoplados, todos acima de 0,5, com nível de significância de 95%. Pré-Industrial Pós-Industrial Modo FCQ R FCQ r 1 37,7% 0,46 36,7% 0,48 2 12,6% 0,48 14,0% 0,45 3 11,8% 0,46 12,3% 0,46
Tabela 2: Fração da covariância quadrada (FCQ) e coeficiente de correlação (r) entre as séries dos coeficientes de expansão de TSM e PNM. Pré-Industrial Pós-Industrial Modo FCQ R FCQ R 1 51,7% 0,66 53,0% 0,66 2 20,8% 0,69 20,0% 0,63 3 11,6% 0,53 11,3% 0,54
Tabela 3: Fração da covariância quadrada (FCQ) e coeficiente de correlação (r) entre as séries dos coeficientes de expansão de TB e PNM.
Figura 9: Segundo modo da SVD entre a TSM e PNM com os padrões espaciais (acima) e respectivas séries temporais dos coeficientes de expansão com média móvel de 5 anos (abaixo) para: (a) o experimento pré-industrial e (b) o experimento pós-industrial. Intervalos de contornos de 0,02ºC e 0,05mbar. As séries temporais são adimensionais.
a)
Figura 10: Primeiro modo da SVD entre o TB e PNM com os padrões espaciais (acima) e respectivas séries temporais dos coeficientes de expansão com média móvel de 5 anos (abaixo) para: (a) o experimento pré-industrial e (b) o experimento pós-industrial. Intervalos de contornos de 0,02Sv e 0,05mbar. As séries temporais são adimensionais.
a)
Figura 11: Segundo modo da SVD entre o TB e PNM com os padrões espaciais (acima) e respectivas séries temporais dos coeficientes de expansão com média móvel de 5 anos (abaixo) para: (a) o experimento pré-industrial e (b) o experimento pós-industrial. Intervalos de contornos de 0,02Sv e 0,05mbar. As séries temporais são adimensionais.
a)
5. DISCUSSÕES E CONCLUSÕES
Neste trabalho foi realizado um estudo sobre as mudanças nos padrões de variabilidade na TSM, PNM e TB do Oceano Atlântico Sul, devido ao aumento na concentração dos gases estufa, através das simulações dos períodos pré e pós-industrial do modelo acoplado NCAR CCSM. Os resultados das técnicas estatísticas de EOF, SVD e MTM utilizadas para estudar a variabilidade interanual mostraram diferenças significativas não só nos padrões espaciais, mas principalmente no comportamento das séries temporais dos coeficientes de expansão entre os dois experimentos.
Os padrões estacionários dos dois primeiros modos da EOF para as variáveis analisadas mostraram maiores amplitudes ao sul de 30ºS. A TSM sofreu maiores mudanças nos modos espaciais do que a PNM e o TB, apresentando uma estrutura dipolar mais acentuada no primeiro modo e uma menor região de valores negativos junto à costa sudeste do continente sul-americano no segundo modo da EOF do período pré-industrial em relação ao pós-industrial.
A análise espectral revelou comportamentos distintos das séries temporais associadas ao primeiro modo da EOF entre os dois experimentos simulados. A TSM e o TB na simulação pós-industrial apresentaram os mesmos períodos, enquanto que a TSM e PNM têm períodos semelhantes durante o experimento pré-industrial, indicando comportamento acoplado entre as variáveis. A grande diferença, porém, encontra-se nos períodos das séries temporais entre os experimentos simulados, que mostram deslocamento das freqüências obtidas na análise espectral, devido ao aumento na concentração dos gases estufa.
A análise de SVD realizada entre a TSM e a PNM apresentou, em seu primeiro modo acoplado, uma estrutura dipolar da TSM (semelhante ao primeiro modo da EOF) e uma estrutura de monopolo da PNM associada à intensificação/ desintensificação da Alta Subtropical sobre o Atlântico Sul. O segundo modo acoplado revelou mudanças significativas em sua estrutura espacial: enquanto a TSM apresentou dipolos verticais para o experimento pré-industrial, o período pós-industrial mostrou um quadrupolo horizontal. A análise de SVD entre o TB e a PNM apresentou um padrão fortemente acoplado (responsável por 50% da covariância quadrada no primeiro modo) com variações na porção sul da bacia tanto no primeiro quanto no segundo modo acoplado. De uma maneira geral, pôde-se notar que a maior variabilidade das variáveis aqui estudadas encontra-se nas latitudes superiores a 30ºS, tanto nas análises de EOF quanto nas de SVD.
Os resultados obtidos neste estudo indicam que a mudança na concentração dos gases estufa, juntamente com o acoplamento entre o oceano e a atmosfera, pode alterar a variabilidade dos parâmetros oceânicos aqui analisados. Constatou-se nesse estudo, por exemplo, o deslocamento da variabilidade do TB e da TSM para freqüências mais baixas num clima mais quente. Os mecanismos físicos que justificam a grande mudança na variabilidade ainda são objetos de estudo.
6. AGRADECIMENTOS
As autoras agradecem ao CNPq nº 300223/93-5, 300040/94-6 e 130670/00-6, CNPq/MMA nº 550363/02-5 e a FAPESP nº 00/02958-7 e 02/01211-0. Parte desse trabalho teve auxílio da NSF/SGER. As autoras também agradecem ao departamento CGD do NCAR.
7. REFERÊNCIAS BIBLIOGRÁFICAS
BONAN, G. B. The land surface climatology of the NCAR Land Surface Model coupled to the NCAR Community Climate Model. J. Clim., v.11, p.1307-1326, 1998.
BOVILLE, B., GENT, P. R. The NCAR Climate System Model, version one. J. Clim., v.11, p.1115-1130, 1998. BRETHERTON, C. S., SMITH, C., WALLACE, J. M. An intercomparison of methods for finding coupled patterns in climate data. J. Clim., v.5, p.541-560, 1992
CROWLEY, T. J. Causes of climate change over the past 1000 years. Science, v.289, n.5477, p.270-277, 2000.
FLUCKIGER, J., DALLENBACH, A., BLUNIER, T., STAUFFER, B., STOCKER, T. F., RAYNAUD, D., BARNOLA, J. M. Variations in atmospheric N2O
concentration during abrupt climatic changes. Science, v.285, p.227-230, 1999.
GENT, P. R., BRYAN, F. O., DANABASOGLU, G., DONEY, S. C., HOLLAND, W. R., LARGE, W. G., MCWILLIAMS, J. C. The NCAR Climate System Model global ocean component. J. Clim., v.11, p.1287-1306, 1998.
HOUGHTON, J. T., MEIRA FILHO, L. G., CALLENDER, B. A., HARRIS, N., KATTENBERG, A., MASKELL, K. Climate Change 1995 - The science of climate change. Cambridge, Cambridge Univ. Press, 1995.
ICE CORE WORKING GROUP. Ice core contributions to global change research: past successes and future directions. The National Ice Core Laboratory, University of New Hampshire, 1998.
INDERMUHLE, A., STOCKER, T. F., JOOS, F., FISCHER, H., SMITH, H. J., WAHLEN, M., DECK, B., MASTROIANNI, D., TSCHUMI, J., BLUNIER, T., MEYER, R., STAUFFER, B. Holocene carbon-cycle dynamics based on CO2 trapped in ice at Taylor Dome, Antartica. Nature,
v.398, p.121-126, 1999.
MITCHELL, J. F. B. The greenhouse effect and climate change. Rev. Geophys., v.27, n.1, p.115-139, 1989.
MITCHELL, J. F. B., JOHNS, T. C., GREGORY, J. M., TETT, S. F. B. Climate response to increasing levels of greenhouse gases and sulfate aerosols. Nature, v.376, n.6540, p.501-504, 1995.
NEFTEL, A., MOOR, E., OESCHGER, H., STAUFFER, B. Evidence from Polar Ice Cores for the increase in atmospheric CO2 in the last two centuries. Nature, v.315, n.6014, p.45-47, 1985.
PERCIVAL, D. B., WALDEN, A. T. Spectral analysis for physical applications - Multitaper and conventional univariate techniques. Cambridge University Press, 702p, 1993.
PREISENDORFER, R. W. Principal component analyses in meteorology and oceanography. Elsevier, New York, 425 p, 1988.
SOLOMON, A. M.,TRABALKA, J. R., REICHLE, D. E., VOORHEES, L. D. The global carbon cycle, in J. R. Trabalka (ed.). Atmospheric carbon dioxide and the global carbon cycle. U.S. Department of Energy Report DOE/ER-0239, 1985.
STERL, A., HAZELEGER, W. Coupled variability and air-sea interaction in the South Atlantic Ocean. Clim. Dynam., v.21, n.7/8, p.559-571, 2002.
STOTT, P. A., TETT, S. F. B., JONES, G. S., ALLEN, M. R., INGRAM, W. J., MITCHELL, J. F. B. Attribution of twentieth century temperature change to natural and anthropogenic causes. Clim. Dynam., v.17, n.1, p.1-21, 2001.
TASCHETTO, A. S., WAINER, I. A influência dos gases estufa no Oceano Atlântico Sul: estudo climatológico. Rev. Bras. Oceanografia, v.51, p.39-54, 2003.
TETT, S. F. B, STOTT, P. A., ALLEN, M. R., INGRAM, W. J., MITCHELL, J. F. B. Causes of twentieth-century temperature change near the Earth’s surface. Nature, v.399, n.6736, p.569-572, 1999.
VENEGAS, S. A., MYSAK, L. A., STRAUB, D. N. Atmosphere-ocean coupled variability in the South Atlantic. J. Clim., v.10, n.11, p.2904-2920, 1997.
WAINER, I., VENEGAS, S. A. South Atlantic multidecadal variability in the Climate System Model. J. Clim., v.15, p.1408-1420, 2002.
