UNIVERSIDADE FEDERAL DO CEAR ´A INSTITUTO DE CI ˆENCIAS DO MAR GRADUAC¸ ˜AO EM OCEANOGRAFIA
RAFAEL DUARTE VIANA
ESTUDO COMPARATIVO ENTRE DADOS DE VENTO SOBRE O OCEANO ATL ˆANTICO TROPICAL ESTIMADOS PELO SAT ´ELITE METOP-B/ASCAT E
MEDIDOS PELAS BOIAS DO PROJETO PIRATA
RAFAEL DUARTE VIANA
ESTUDO COMPARATIVO ENTRE DADOS DE VENTO SOBRE O OCEANO ATL ˆANTICO TROPICAL ESTIMADOS PELO SAT ´ELITE METOP-B/ASCAT E MEDIDOS
PELAS BOIAS DO PROJETO PIRATA
Trabalho de Conclus˜ao de Curso de Bachare-lado apresentado `a Coordenac¸˜ao da Graduac¸˜ao do Curso de Oceanografia, da Universidade Fe-deral do Cear´a, como requisito parcial para a obtenc¸˜ao do T´ıtulo de Bacharel em Oceanogra-fia.
Orientador: Prof. Dr. Antonio Geraldo Ferreira.
RAFAEL DUARTE VIANA
ESTUDO COMPARATIVO ENTRE DADOS DE VENTO SOBRE O OCEANO ATL ˆANTICO TROPICAL ESTIMADOS PELO SAT ´ELITE METOP-B/ASCAT E MEDIDOS
PELAS BOIAS DO PROJETO PIRATA
Trabalho de Conclus˜ao de Curso de Bachare-lado apresentado `a Coordenac¸˜ao da Graduac¸˜ao do Curso de Oceanografia, da Universidade Fe-deral do Cear´a, como requisito parcial para a obtenc¸˜ao do T´ıtulo de Bacharel em Oceanogra-fia.
Aprovada em 05/01/2018.
BANCA EXAMINADORA
Prof. Dr. Antonio Geraldo Ferreira (Orientador) Instituto de Ciˆencias do Mar - LABOMAR
Universidade Federal do Cear´a (UFC)
Prof. Dr. Marcus Vinicius Chagas da Silva Instituto de Ciˆencias do Mar - LABOMAR
Universidade Federal do Cear´a (UFC)
Profa. Dra. Ana Maria Ferreira dos Santos Secretaria de Planejamento Urbano e Ambiental
Dados Internacionais de Catalogac¸˜ao na Publicac¸˜ao Universidade Federal do Cear´a
Biblioteca do Instituto de Ciˆencias do Mar
V668e VIANA, Rafael Duarte.
Estudo comparativo entre dados de vento sobre o oceano Atlˆantico tropical estimados pelo sat´elite Metop-B/ASCAT e medidos pelas boias do projeto PIRATA / Rafael Duarte Viana. – Fortaleza, 2018.
36.:il.
Trabalho de Conclus˜ao de Curso (bacharelado) - Universidade Federal do Cear´a, Instituto de Ciˆencias do Mar, Coordenac¸˜ao de Oceanografia, Fortaleza, 2018.
.
Orientac¸˜ao: Prof. Dr. Antonio Geraldo Ferreira.
1. Sensoriamento Remoto.2. Metop-B. 3. ASCAT. 4. Boias PIRATA. I. T´ıtulo.
“A vida s´o pode ser compreendida, olhando-se
para tr´as; mas s´o pode ser vivida, olhando-se
para frente...”
AGRADECIMENTOS
A minha m˜ae, H´elia, e a minha av´o, Maria Clice, por todo o amor, carinho e apoio incondicional `as minhas escolhas, sem as quais n˜ao seria poss´ıvel que este momento se reali-zasse, e a quem dedico este trabalho.
Aos meus irm˜aos, Emanuelle, Isabelle, Leonardo e Jo˜ao V´ıctor, pelo respeito e admirac¸˜ao, que me deram forc¸as para concluir esta importante etapa na minha vida. Vocˆes s˜ao a luz que ilumina meu caminho.
Ao meu orientador, Prof. Dr. Geraldo, por ter acreditado na minha capacidade desde os meus primeiros dias no curso e ter compartilhado ao longo destes quatro anos muito conhecimento, risadas e sonhos.
Aos meus grandes amigos Franklin, ´Itele e Rafael, por todos os momentos de com-panheirismo e paciˆencia que vocˆes me ofereceram. A palavra amigo ganhou um novo signifi-cado desde que entraram na minha vida e se hoje conquisto esta vit´oria, h´a muito de cada um de vocˆes nela.
Aos meus amigos de graduac¸˜ao Bia, Isaac, L´ıvia, Yasmin, Camilo, Marianna, Ra´ıssa e Karina, por todo o aprendizado e experiˆencia que dividimos nestes anos e que nos proporcio-naram estes preciosos lac¸os de amizade, os quais desejo levar para toda a vida.
A todos os meus colegas da turma 2014, que durante estes quatro anos dividiram comigo bons momentos que guardarei sempre na mem´oria, e no corac¸˜ao.
Aos funcion´arios, t´ecnicos e professores do Instituto de Ciˆencias do Mar pelo apren-dizado e dedicac¸˜ao em proporcionar o melhor ambiente de crescimento dentro da profiss˜ao que escolhi para a vida.
A Universidade Federal do Cear´a, pelo apoio financeiro atrav´es da bolsa do Pro-grama de Educac¸˜ao Tutorial (PET), e aos meus tutores Profa. Dra. Maria Ozilea e Prof. Dr. Carlos Teixeira, por todo o apoio durante estas ´ultimas etapas da graduac¸˜ao.
RESUMO
Os campos de vento sobre a superf´ıcie do oceano possuem grande relevˆancia para a pesquisa cient´ıfica. Nas ´ultimas d´ecadas, um grande n´umero de miss˜oes de sat´elites carregando senso-res escaterˆometros a bordo foram realizadas com o objetivo de medir estes campos de vento. Desde setembro de 2012, o sat´elite operacional MetOp-B/ASCAT providencia estimativas do campo de vento com resoluc¸˜oes espaciais de 25 km e resoluc¸˜ao temporal de aproximadamente duas medidas di´arias de uma mesma ´area, por´em at´e o momento existem poucos estudos de validac¸˜ao destes dados, especialmente com respeito a direc¸˜ao do vento. Portanto, este trabalho apresentou um estudo de comparac¸˜ao dos dados obtidos pelo sat´elite MetOp-B/ASCAT com observac¸˜oes obtidas por boias ATLAS do projeto Prediction Research Moored Array in the Tropical Atlantic (PIRATA). As comparac¸˜oes indicaram que as velocidades e direc¸˜oes do vento observadas pelo MetOp-B/ASCAT concordaram bem com os dados das boias. O erro quadr´atico m´edio da velocidade e da direc¸˜ao do vento foram de 0,91 m s−1 e30,83◦, respectivamente. O biasencontrado para os dados de vento indicou que nenhuma dependˆencia significativa sobre o intervalo da velocidade do vento ´e discern´ıvel. S´eries temporais dos dados de velocidade do vento confirmaram o valor de correlac¸˜ao encontrado de 0,91, assim como destacaram as carac-ter´ısticas sazonais dos campos de vento. De modo geral, os resultados encontrados validaram o requerimento da miss˜ao para o intervalo de velocidades do vento de 3 a 30 m s−1.
ABSTRACT
Sea surface winds have great relevance for scientific research. In the last decades, a large num-ber of satellite missions carrying on-board scatterometer sensors were carried out with the aim of measuring these wind fields. Since September 2012, the MetOp-B/ASCAT operational sa-tellite provides estimates of the wind field with spatial resolutions of 25 km and time resolution of approximately two daily measurements of the same area, but until the present there are few validation studies of these data, especially with respect to the wind direction. Therefore, this work presented a study comparing the data obtained by the MetOp-B/ASCAT satellite with observations obtained by ATLAS buoys system from the Prediction Research Moored Array in the Tropical Atlantic (PIRATA) project. The comparisons indicated that the wind speed and wind direction observed by MetOp-B/ASCAT agreed well with the data of the buoys. The mean square error of wind speed and direction were 0.91 m s−1 and 30.83◦, respectively. Thebias found for the wind data indicated that no significant dependence on the wind speed range is dis-cernible. Time series of the wind speed data confirmed the correlation value found of 0.91, as well as highlighted the seasonal characteristics of the wind fields. In general, the results found validated the mission requirement for the wind speeds range from 3 to 30 m s−1
.
LISTA DE TABELAS
LISTA DE FIGURAS
Figura 1 – Ilustrac¸˜ao do sat´elite da s´erie MetOp. . . 14
Figura 2 – Ilustrac¸˜ao da varredura do sat´elite da s´erie MetOp. . . 15
Figura 3 – Geometria de aquisic¸˜ao de dados de vento do escaterˆometro ASCAT. . . 16
Figura 4 – Ilustrac¸˜ao de uma boia ATLAS do projeto PIRATA. . . 17
Figura 5 – Localizac¸˜ao das boias PIRATA utilizadas no presente estudo. . . 19
Figura 6 – Etapas de remoc¸˜ao deoutliersusando envolt´oria convexa. . . 23
Figura 7 – Comparac¸˜ao dos dados de velocidade do vento do ASCAT e das boias PIRATA. 26 Figura 8 – Comparac¸˜ao dos dados de direc¸˜ao do vento do ASCAT e das boias PIRATA. . 26
SUM ´ARIO
1 INTRODUC¸ ˜AO . . . 11
1.1 Escaterometria . . . 12
1.2 MetOp/ASCAT . . . 13
1.3 O Projeto PIRATA . . . 14
2 OBJETIVOS . . . 18
2.1 Geral . . . 18
2.2 Espec´ıficos . . . 18
3 DADOS E M ´ETODO . . . 19
3.1 Aquisic¸˜ao dos dados . . . 19
3.1.1 Dados do MetOp-B/ASCAT . . . 19
3.1.2 Dados das boias PIRATA . . . 20
3.2 Tratamento dos Dados . . . 20
3.2.1 Remoc¸˜ao de valores negativos e Not-a-Number . . . 21
3.2.2 Remoc¸˜ao de valores com base no bit Flag . . . 21
3.2.3 Convers˜ao da velocidade de vento das boias para altura padr˜ao . . . 21
3.2.4 Remoc¸˜ao deoutliers . . . . 22
3.3 An´alise Estat´ıstica . . . 23
4 RESULTADOS E DISCUSS ˜AO . . . 25
4.1 Comparac¸˜ao da velocidade e direc¸˜ao do vento . . . 25
4.2 An´alise da velocidade residual . . . 27
4.3 S´eries temporais de dados . . . 28
5 CONCLUS ˜OES . . . 30
REFER ˆENCIAS . . . 31
11
1 INTRODUC¸ ˜AO
O conhecimento do campo de vento sobre a superf´ıcie do oceano ´e essencial para o entendimento de diversos processos oceanogr´aficos e meteorol´ogicos. De acordo com Brown et al. (2001), o vento ´e respons´avel por grande parte das transferˆencias de calor emomentumentre a atmosfera e o oceano, atuando como uma das principais forc¸antes para a circulac¸˜ao oceˆanica de superf´ıcie. Processos tais como de circulac¸˜ao oceˆanica de larga-escala, jatos costeiros ou ondas de instabilidade tropical, requerem o conhecimento detalhado da distribuic¸˜ao espacial e temporal do campo de vento. Sendo assim, estimativas de vento sobre o oceano podem ser obtidas por meio de medidasin situ, por modelos atmosf´ericos de previs˜ao, ou atrav´es do uso de sensoriamento remoto (ROBINSON, 2010).
Medidasin situcompreendem principalmente o uso de navios de pesquisa e boias equipadas com sensores meteorol´ogicos. Enquanto providenciam um conjunto confi´avel de observac¸˜oes da atmosfera e do oceano coincidentes no tempo e espac¸o, tais medidas s˜ao geral-mente limitadas `a estudos de processos locais devido a ´area reduzida abrangida (ROBINSON, 2010). Para estudos que necessitam da distribuic¸˜ao em ´areas mais amplas, existem poucos dados de instrumentosin situdispon´ıveis.
Campos de vento podem ser obtidos tamb´em a partir de modelos n´umericos de pre-vis˜ao do tempo. Tais modelos simulam o campo de vento regional, utilizando como principal forc¸ante asrean´alises. As rean´alises s˜ao definidas como um conjunto de dados obtidos a par-tir de um sistema de assimilac¸˜ao de informac¸˜oes de vento coletadas sobre o oceano por boias, navios, sat´elites (ST¨uKER et al., 2016; SOUZA, 2009). Atualmente, as principais gerac¸˜oes de dados de rean´alises s˜ao: o NCEP-R1 produzido e lanc¸ado pelo National Oceanic and At-mospheric Administration(NCEP), o ERA-40 doEuropean Centre for Medium-Range Weather Forecasts(ECMWF) e o JRA-25 da Japanese Meteorological Agency(ST¨uKER et al., 2016). Campos de vento derivados de modelos, contudo, n˜ao s˜ao precisos o bastante para determi-nadas aplicac¸˜oes no oceano e apresentam uma baixa resoluc¸˜ao espacial, da ordem de1−2◦ (BENTAMY; QUILFEN; FLAMENT, 2002).
qual-12
quer condic¸˜ao de tempo, dia e noite. Apesar de medic¸˜ao de vento n˜ao ser a func¸˜ao principal do altimetro, do SAR e do radiˆometro, esses instrumentos podem fornecer a intensidade do vento como produto secund´ario; a direc¸˜ao, por outro lado, deve ser derivada atrav´es de outros meios (LIU; XIE, 2006).
Informac¸˜oes obtidas por meio de sensoriamento remoto por sat´elites precisam ser validadas de forma a possuirem algum valor e uso para a comunidade cient´ıfica. Segundo Jus-tice et al. (2000), a validac¸˜ao ´e um processo de avaliar a precis˜ao dos produtos derivados de sat´elite e quantificar suas incertezas atrav´es de comparac¸˜ao anal´ıtica com dados de referˆencia. Numerosos estudos de validac¸˜ao utilizando como dados de referˆencia observac¸˜oes efetuadasin situforam realizados (EBUCHI; GRABER; CARUSO, 2002; BENTAMY; CROIZE-FILLON; PERIGAUD, 2008; RANI et al., 2014; VERHOEF; VOGELZANG; STOFFELEN, 2016). A principal forma de comparac¸˜ao ´e atrav´es do uso de dados obtidos a partir de sistemas de boias. Na ausˆencia de medidasin situsuficientes para a validac¸˜ao, tamb´em ´e comum o uso de observac¸˜oes de sat´elites previamente validados (BENTAMY et al., 2000; WU; CHEN, 2015) ou dados obtidos de modelo de previs˜ao (CHAKRABORTY; KUMAR; STOFFELEN, 2013).
Apesar da importˆancia de estudos de validac¸˜ao de dados de sensoriamento remoto, poucos estudos de comparac¸˜ao foram realizados sobre miss˜oes mais recentes. Este trabalho busca contribuir ao estudo de validac¸˜ao dos campos de vento fornecidos por sensoriamento remoto, fornecendo uma comparac¸˜ao com dadosin-situobtidos de sistemas de boias, concor-dantes no tempo e espac¸o, para a miss˜ao MetOp.
1.1 Escaterometria
Segundo Njoku e Farr (2013), o escaterˆometro ´e um sensor ativo que emite pulsos de micro-ondas sobre um determinado alvo e mede a sec¸˜ao transversal de retroespalhamento (denotada pela letraσ◦) que retorna ao receptor, sendo o alvo geralmente uma ´area sobre a su-perf´ıcie da Terra. O escaterˆometro mede a rugosidade da susu-perf´ıcie e deriva suas propriedades a partir disto. Um escaterˆometro de vento, por exemplo, ´e projetado para medir o retroespa-lhamento sobre o oceano e estimar a velocidade e direc¸˜ao do vento pr´oximo a superf´ıcie (LIU; XIE, 2006; NJOKU; FARR, 2013).
13
function, ouGMF). O procedimento para determinar a velocidade e direc¸˜ao do vento a partir da GMF consiste em obter m´ultiplas medidas do retroespalhamento a partir de m´ultiplos ˆangulos de incidˆencia (NJOKU; FARR, 2013).
At´e o presente momento, um amplo n´umero de sat´elites foram colocados em ´orbita com sensores escaterˆometros `a bordo. O primeiro deles foi oSeasat-1 Scatterometer (SASS), lanc¸ado em 1978 como parte da miss˜ao Skylab. Em seguida, foram colocados em ´orbita os seguintes sat´elites: o Advanced Microwave Instrument scatterometer mode (ESCAT) a bordo do ERS-1 e ERS-2, em 1992 e 1995, respectivamente; oNASA scatterometer(NSCAT) a bordo do ADEOS-I em 1996; o escaterˆometroSeaWinds`a bordo do QuikSCAT e ADEOS-II nos anos de 1999 e 2003, respectivamente, e finalmente oAdvanced Scatterometer(ASCAT) `a bordo dos sat´elites MetOp A e B em 2006 e 2012, respectivamente. A Tabela 1 sumariza uma lista com sat´elites equipados com sensores escaterˆometros at´e o presente momento.
Tabela 1 – Sat´elites lanc¸ados at´e o momento com sensores escaterˆometros `a bordo.
Sensor Frequˆencia Miss˜ao Durac¸˜ao
SASS 14.6GHz SEASAT 06/1978−10/1978
ESCAT 5.3GHz ERS-1 1992−1996
ERS-2 1995−2001
NSCAT 13.995GHz ADEOS-I 8/1996−6/1997
SeaWinds 13.4GHz QuikSCAT 6/1999−11/2009 ADEOS-II 1/2002−10/2002
SCAT 13.5GHz OCEANSAT-2 9/2009−02/2014
ASCAT 5.3GHz MetOp A 10/2006−at´e o momento MetOp B 09/2012−at´e o momento HY-2A Scatterometer 13.256GHz HY-2A 9/2009−at´e o momento
Fonte: Elaborada pelo autor.
1.2 MetOp/ASCAT
14
Figura 1 – Ilustrac¸˜ao do sat´elite da s´erie MetOp.
Fonte: EUMETSAT web site, 2006.
direc¸˜ao do vento adquiridas durante a ´orbita dos sat´elites da s´erie MetOp.
O MetOp possui um instrumento escaterˆometro a bordo, o ASCAT (do inglˆes, AdvancedSCATterometer), cujos detalhes t´ecnicos do instrumento ASCAT podem ser consul-tados em Ocean e Facility (2016). Ele ´e um radar de abertura real que utiliza antenas polarizadas verticalmente, operando na frequˆencia de 5,255 GHz (Banda C). Dois conjuntos de trˆes antenas s˜ao utilizados para gerar feixes de radar sobre ambos os lados da trajet´oria do sat´elite, conforme ilustra a Figura 3. Estes feixes iluminam faixas de 550 km de largura (separadas por 700 km) enquanto o sat´elite move-se ao longo de sua ´orbita, produzindo medidas de retroespalhamento sobre a superf´ıcie do oceano. Cada faixa ´e dividida em 21 c´elulas de vetor de vento (do inglˆes Wind Vector Cell), contendo um grid de 25 ou 50 km de resoluc¸˜ao espacial.
A GMF utilizada nos produtos do ASCAT ´e a CMOD5.n, cujos detalhes t´ecnicos s˜ao descritos em Hersbach (2008). As aquisic¸˜oes de vetores de vento da CMOD5.n s˜ao mais representativas das condic¸˜oes de superf´ıcie do oceano e torna poss´ıvel evitar erros relaciona-dos `a estratificac¸˜ao atmosf´erica. O EUMETSAT produz e torna dispon´ıvel em tempo quase real produtos de n´ıvel 1b dos escaterˆometros `a bordo dos sat´elites MetOp, atrav´es do sistema EUMETCast. Estes produtos s˜ao ent˜ao usados como base para processamentos de n´ıvel 2 pelo Royal Netherlands Meteorological Institute(KNMI). Uma vez processados, estes produtos s˜ao disseminados atrav´es de diferentes plataformas, como a EUMETCast, EUMETSATData Cen-tre Archive, eNASA Physical Oceanography Distributed Active Archive Center (PO.DAAC), sendo o ´ultimo a plataforma utilizada para aquisic¸˜ao dos dados.
1.3 O Projeto PIRATA
sis-15
Figura 2 – Ilustrac¸˜ao da varredura do sat´elite da s´erie MetOp. (a) Velocidade do vento
-175-170-165-160-155-150-145-140-135-130-125-120-115-110-105-100-95-90-85-80-75-70-65-60-55-50-45-40-35-30-25-20-15-10-5 05 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95100105110115120125130135140145150155160165170175
Longitude -85 -80 -75 -70 -65 -60 -55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 Latitude
METOP B/ASCAT - Velocidade do Vento (m s-1) - 04/01/2018 - 13:27 GMT
5 10 15 20 25 30
(b) Direc¸˜ao do vento
-175-170-165-160-155-150-145-140-135-130-125-120-115-110-105-100-95-90-85-80-75-70-65-60-55-50-45-40-35-30-25-20-15-10-5 05 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100105110115120125130135140145150155160165170175
Longitude -85 -80 -75 -70 -65 -60 -55 -50 -45 -40 -35 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 Latitude
METOP B/ASCAT - Direção do Vento - 04/01/2018 - 13:27 GMT
Fonte: Elaborada pelo autor.
tema oceano-atmosfera no Atlˆantico Tropical, desde escalas interanuais at´e multidecadais, in-fluenciam fortemente nas variac¸˜oes regionais do regime de precipitac¸˜oes e, consequentemente, na economia das regi˜oes continentais adjacentes. Como exemplo, variac¸˜oes na zona de con-vergˆencia intertropical (ZCIT) afetam os regimes de chuva e seca no nordeste do Brasil.
As instituic¸˜oes envolvidas operacionalmente s˜ao: DHN (Diretoria de Hidrografia e Navegac¸˜ao), o INPE (Instituto Nacional de Pesquisas Espaciais), e a UFPE (Universidade Federal de Pernambuco) pelo Brasil; a NOAA (National Oceanic and Atmospheric Adminis-tration) pelos Estados Unidos; e o IFREMER (Institut Franc¸ais de Recherche et d’Exploitation de la Mer) pela Franc¸a.
16
Figura 3 – Geometria de aquisic¸˜ao de dados de vento do escaterˆometro ASCAT.
Fonte: EUMETSAT web site, 2017.
do tipo ATLAS (Autonomous Temperature Line Acquisition System) ancoradas, que medem vari´aveis meteorol´ogicas de superf´ıcie (velocidade e direc¸˜ao do vento, temperatura do ar, umi-dade relativa, precipitac¸˜ao e radiac¸˜ao solar) e proprieumi-dades oceˆanicas entre a superf´ıcie do mar e uma profundidade de 500m (temperatura, salinidade e correntes oceˆanicas). A Figura 4 ilustra uma boia ATLAS do projeto PIRATA.
Os sensores, procedimentos de calibrac¸˜ao, resoluc¸˜ao temporal, processamento e protocolos de disseminac¸˜ao de dados das boias do projeto PIRATA s˜ao idˆenticos ao das boias ATLAS instaladas no Oceano Pac´ıfico. A Tabela 2 cont´em alguns parˆametros meteorol´ogicos medidos pelos sensores instalados nas boias ATLAS.
Tabela 2 – Detalhes t´ecnicos dos sensores instalados nas boias ATLAS
Parˆametro Medido Tipo do Sensor Resoluc¸˜ao Intervalo Velocidade do vento Propeller 0.2m s−1
0.4−20m s−1
Direc¸˜ao do vento Vane 1.4◦ 0−355◦ Fluxgate compass 1.4◦ 0−359◦ Temperatura do ar Pt-100 RTD 0.01◦C 0−40◦C Umidade relativa Capacitance 0.4% 55−95%
0.2% 0−100%
17
Figura 4 – Ilustrac¸˜ao de uma boia ATLAS do projeto PIRATA.
18
2 OBJETIVOS
2.1 Geral
O objetivo principal deste trabalho ´e comparar os dados de vento (intensidade e direc¸˜ao) estimados pelo ASCAT/MetOp-B sobre o Oceano Atlˆantico Tropical com observac¸˜oes in siturealizadas pelas boias fundeadas do Projeto PIRATA, em situac¸˜ao de quase simultanei-dade no tempo e espac¸o.
2.2 Espec´ıficos
Os objetivos espec´ıficos do presente estudo s˜ao:
• Avaliar a GMF do sat´elite atrav´es dos coeficientes de correlac¸˜ao e erro m´edio quadratico;
19
3 DADOS E M ´ETODO
A ´area de estudo compreende parte do oceano Atlˆantico Tropical, com coordenadas geogr´aficas entre os pararelos de20◦ N e20◦ S, e os meridianos de40◦W e15◦ E. A Figura 5 mostra a localizac¸˜ao da ´area de estudo; as 17 boias PIRATA utilizadas no presente trabalho encontram-se marcadas com o triˆangulo. Somente boias fundeadas e em ´aguas profundas foram selecionadas.
Figura 5 – Localizac¸˜ao das boias PIRATA utilizadas no presente estudo.
Fonte: Elaborado pelo Autor, 2017.
3.1 Aquisic¸˜ao dos dados
3.1.1 Dados do MetOp-B/ASCAT
20
3.1.2 Dados das boias PIRATA
Foram coletadas observac¸˜oes da velocidade e direc¸˜ao do vento de 17 boias operadas pelo PIRATA, na resoluc¸˜ao temporal de 10 minutos entre cada aquisic¸˜ao, durante o mesmo per´ıodo que os dados do MetOp-B. O conjunto de dados foi adquirido manualmente atrav´es do sitehhttp://www.pmel.noaa.gov/tao/drupal/disdel/i, no formato de texto (.ascii). A Tabela 3 fornece informac¸˜oes sobre a posic¸˜ao geogr´afica das boias e o intervalo de tempo com dados dispon´ıveis na resoluc¸˜ao de 10 minutos.
Tabela 3 – Informac¸˜oes sobre localizac¸˜ao e disponibilidade de dados das boias. Boia Latitude Longitude Intervalo de tempo
1 0◦ N 0◦E 11/1998−03/2015 2 0◦ N 10◦ W 08/1999−12/2015 3 0◦ N 23◦ W 03/1999−02/2015 4 0◦ N 35◦ W 01/1998−10/2015 5 4◦ N 23◦ W 06/2006−12/2015 6 4◦ N 38◦ W 03/2000−10/2013 7 6◦S 8◦E 06/2006−05/2014 8 6◦S 10◦ W 03/2000−11/2013 9 8◦ N 38◦ W 01/1998−11/2014 10 8◦S 30◦ W 08/2005−12/2015 11 10◦ S 10◦ W 09/1997−04/2015 12 12◦N 23◦ W 06/2006−12/2015 13 12◦N 38◦ W 02/1999−11/2015 14 14◦ S 32◦ W 08/2005−01/2016 15 15◦N 38◦ W 01/1998−11/2015 16 20◦N 38◦ W 05/2007−11/2015 17 21◦N 23◦ W 05/2007−12/2015
Fonte: Elaborada pelo autor.
3.2 Tratamento dos Dados
21
3.2.1 Remoc¸˜ao de valores negativos e Not-a-Number
Foram removidas inicialmente todas as entradas do arquivo de comparac¸˜ao que apresentavam valores negativos e/ouNot-a-number(NaN) para a velocidade e direc¸˜ao do vento, seja oriunda das observac¸˜oes das boias ou do sat´elite MetOp-B. Valores negativos (assim como NaNs) s˜ao geralmente atr´ıbuidos `a vari´aveis de valor absoluto quando ocorre algum defeito no sensor que impossibilita a medic¸˜ao da vari´avel. A remoc¸˜ao destes valores permite que sejam utilizados apenas as medic¸˜oes efetuadas corretamente, `a priori.
3.2.2 Remoc¸˜ao de valores com base no bit Flag
Cada c´elula de vetor de vento ´e marcada com umaflagde qualidade, que determina a usabilidade dos dados. Esta informac¸˜ao ´e armazenada na forma de um n´umero inteiro. Para a presente an´alise, foram mantidos apenas os dados marcados comflagat´e velocidades de vento
≤ 3m/s (flag= 2048) e≥ 30m/s(flag= 4096). Todos os outros dados marcados com flag, tais como contaminac¸˜ao por chuva, foram eliminados.
3.2.3 Convers˜ao da velocidade de vento das boias para altura padr˜ao
As medidas de velocidade do vento das boias ATLAS s˜ao obtidas `a uma altura de 4 m. Para efeitos de comparac¸˜ao com os dados do MetOp-B, ´e necess´ario que seja efetuada uma convers˜ao para uma altura padr˜ao defininida pela Organizac¸˜ao Meteorol´ogica Mundial (OMM), que ´e de 10 m. Existem diversos algoritmos capazes de realizar esta convers˜ao e encontram-se listados na Tabela 4. Os m´etodos 1, 2 e 4 listados na Tabela 4, produzem os chamados ventos neutros equivalentes, isto ´e, o vento que existiria se a camada atmosf´erica adjacente ao oceano estiver neutramente estratificada. Esta pode n˜ao ser a condic¸˜ao dos ventos observadosin situ, uma vez que instrumentos medindo em diferentes alturas estar˜ao sob diferentes condic¸˜oes atmosf´ericas.
Kara, Wallcraft e Bourassa (2008) mostraram que a diferenc¸a entre o vento neu-tro equivalente e os ventos dependentes da estabilidade atmosf´erica podem atingir cerca de
±0.5m s−1
para velocidades do vento de at´e12m s−1
. De acordo com Singh, Parekh e Attada (2012), a diferenc¸a entre os m´etodos de convers˜ao 1 e 2 aumentam a medida que aumenta a velocidade do vento. Sendo assim, uma vez que n˜ao se obteve ventos superiores a15m s−1 no presente estudo, optou-se por utilizar o m´etodo de aproximac¸˜ao logar´ıtimica [1]. A equac¸˜ao de convers˜ao ´e definida como,
Ulog(z) =ln(z/z0)/ln(zm/z0)∗U(zm) (3.1)
22
altura em que s˜ao realizadas as medidas da boia. Foi adotado o valor dez0 para o oceano de 1,52×10−4 m e o valor dez
m para as boias de3,5m (PEIXOTO; OORT, 1992).
Tabela 4 – Lista de algoritmos para convers˜ao da velocidade do vento para altura padr˜ao.
M´etodo Algoritmo Referˆencia
1 LOG Peixoto e Oort (1992)
2 LKB Tang e Liu (1996)
3 BVW Bourassa, Vincent e Wood (1999) 4 BVWN Bourassa, Vincent e Wood (1999) 5 COARE Fairall et al. (2003)
Fonte: Elaborada pelo autor.
3.2.4 Remoc¸˜ao deoutliers
Umoutlier´e uma observac¸˜ao que apresenta grande distˆancia das demais observac¸˜oes em uma s´erie de dados, indicando que a medida pode ser inconsistente. M´etodos de remoc¸˜ao de outliersgeralmente envolvem o uso de representac¸˜oes gr´aficas das vari´aveis, como diagramas de dispers˜ao (scatterplot), ou uso de gr´aficos do tipobox plot. No presente estudo, foi utilizada a t´ecnica de envolt´oria convexa (Convex Hull) para remoc¸˜ao de outliers utilizando o diagrama de dispers˜ao.
Segundo Everitt e Hothorn (2011), a envolt´oria convexa de um conjunto de observac¸˜oes bivariadas consiste dos v´ertices do menor poliedro convexo no espac¸o das vari´aveis no qual to-dos os dato-dos est˜ao contito-dos. A remoc¸˜ao destes pontos v´ertices pode remover outliers sem pertubar o formato geral da distribuic¸˜ao. As observac¸˜oes restantes podem ser utilizadas para obter estimativa mais robusta dos coeficientes de correlac¸˜ao.
Para a remoc¸˜ao dos outliers, foi utilizado um procedimento no qual a t´ecnica de remoc¸˜ao dos pontos v´ertices foi realizada repetidamente, atrav´es de um loop, at´e o total de pontos removidos corresponder a aproximadamente 1% do total de entradas no arquivo de comparac¸˜ao. Pode-se pensar neste processo como o ato de descascar uma cebola, j´a que a cada repetic¸˜ao uma camada mais externa de pontos foi removida. O procedimento foi realizado 6 (seis) vezes no total, removendo um total de 121 entradas. A Figura 6 mostra cada uma das repetic¸˜oes, onde a camada mais externa do conjunto de dados ´e representada por uma linha tracejada vermelha.
entra-23
das do arquivo de comparac¸˜ao. Ao todo, foram removidas 384 entradas consideradasoutliers, que corresponde a aproximadamente 3,7% das entradas totais.
Figura 6 – Etapas de remoc¸˜ao deoutliersusando envolt´oria convexa.
(a) loop = 1 (b) loop = 2 (c) loop = 3
(d) loop = 4 (e) loop = 5 (f) loop = 6
Fonte: Elaborada pelo autor.
3.3 An´alise Estat´ıstica
Os estimadores mais comumente utilizados para analise estat´ıstica de um conjunto de dados dependentes (pareados) s˜ao o coeficiente de correlac¸˜ao, o bias estat´ıstico (bias) e o erro quadr´atico m´edio (RMSE, do inglˆes (root-mean-square error)). ´E importante observar que estes estimadores n˜ao est˜ao isentos de erros oriundo do conjunto de dados (JUSTICE et al., 2000). Contudo, considerando que a incerteza do conjunto de dados usado como referˆencia ´e conhecida, ´e poss´ıvel assumir que os estimadores representam uma estimativa das incertezas do conjunto de dados sobre validac¸˜ao.
O coeficiente de correlac¸˜ao ´e uma medida normalizada da dependˆencia estat´ıstica entre duas vari´aveis. O mais utilizado ´e a correlac¸˜ao de Pearson, que avalia a dependˆencia estat´ıstica linear como a covariˆancia entre os conjuntos de dados normalizados pelos seus res-pectivos desvios-padr˜ao, conforme a seguinte express˜ao
ρX,Y =
cov(X, Y)
σXσY
(3.2)
ondeρX,Y ´e o coeficiente de correlac¸˜ao, X e Y s˜ao as vari´aveis pareadas, cov(X, Y) ´e a
24
vari´avelY prevista e uma vari´avelXobservada ´e definido como
RM SE =
s PN
i=1(Xi−Yi)
2
N (3.3)
Finalmente, o bias estat´ıstico ´e definido como
bias= ˆµX −µˆX (3.4)
25
4 RESULTADOS E DISCUSS ˜AO
4.1 Comparac¸˜ao da velocidade e direc¸˜ao do vento
As Figuras 7 e 8 apresentam os diagramas de dispers˜ao entre os dados da velo-cidade e direc¸˜ao do vento do ASCAT e das boias ATLAS. No geral, as velovelo-cidades e direc¸˜oes do vento derivadas do ASCAT concordaram bem com as observac¸˜oes das boias. Estat´ısticas de comparac¸˜ao para a velocidade e direc¸˜ao do vento se encontram na Tabela 5.
Na comparac¸˜ao da velocidade do vento, o bias estat´ıstico ´e praticamente negli-genci´avel, enquanto o erro quadr´atico m´edio ´e menor do que 1 m s−1
, estando abaixo do desvio padr˜ao esperado para a miss˜ao MetOp que ´e de 2 m s−1. Os resultados obtidos concordam com aqueles apresentados por Verhoef, Vogelzang e Stoffelen (2016), com desvios padr˜oes no intervalo de 1,0−2,0 m s−1
e bias menor do que 0,5 m s−1
. Ebuchi, Graber e Caruso (2002) obtiveram resultados similares na an´alise de dados de vento do QuikScat/SeaWinds utilizando dados de boia, com valores para o erro quadr´atico m´edio e bias de 1,01 e 0,02 m s−1, respec-tivamente. Bentamy, Croize-Fillon e Perigaud (2008) tamb´em obtiveram resultados similares na comparac¸˜ao de dados de vento do ASCAT a bordo do MetOp-A, com valores para o erro quadr´atico m´edio e bias de 1,72 e 0,10 m s−1, respectivamente.
Na comparac¸˜ao da direc¸˜ao do vento, o erro quadr´atico m´edio apresentou um va-lor de aproximadamente30◦ em todo o intervalo de velocidades do vento. O requerimento da miss˜ao para a direc¸˜ao do vento ´e20◦ no intervalo de velocidades do vento de 3 a 30 m s−1
. Se considerarmos a presenc¸a de erros nas medidas da direc¸˜ao do vento pelas boias, assim como a separac¸˜ao espacial e temporal das observac¸˜oes poder esconder um efeito local, podemos con-cluir que o requerimento da miss˜ao para a direc¸˜ao do vento pode ser atingido, sendo necess´ario algum tratamento adicional dos dados a serem utilizados. Observando a rosa dos ventos na Fi-gura 8(b) e considerando que os dados est˜ao na convenc¸˜ao oceanogr´afica de direc¸˜ao, podemos confirmar que a direc¸˜ao dos ventos ´e predominantemente de sudeste (S-E) e nordeste (N-E). Uma vez que a ´area de estudo se encontra na regi˜ao dos ventos al´ısios, este resultado confirma a consistˆencia dos dados de vento.
Tabela 5 – Estat´ıstica das comparac¸˜oes entre dados de vento do ASCAT e boias PIRATA. N ´umero de dados bias RMSE Correlac¸˜ao Velocidade do vento (m s−1) 10.109 −0,02 0,91 0,90 Direc¸˜ao do vento (graus) 10.109 1,07 30,83 0,91
26
Figura 7 – Comparac¸˜ao dos dados de velocidade do vento do ASCAT e das boias PIRATA.
Fonte: Elaborada pelo autor.
Figura 8 – Comparac¸˜ao dos dados de direc¸˜ao do vento do ASCAT e das boias PIRATA. (a) Diagrama de dispers˜ao (b) Rosa dos ventos
27
4.2 An´alise da velocidade residual
A Figura 9 mostra a dependˆencia da velocidade residual do vento (ASCAT−boia) sobre a velocidade do vento das boias. O painel inferior mostra o histograma dos dados de vento das boias, enquanto o painel superior apresenta obox plot calculado em intervalos de 1 m s−1da velocidade de vento das boias. No intervalo de vento entre 5 a 13 m s−1, a velocidade residual do vento ´e bastante pr´oxima a zero e n˜ao apresenta nenhuma dependˆencia sistem´atica sobre a velocidade do vento das boias. Em situac¸˜oes de ventos fracos (< 5 m s−1
), ocorreu um aumento progressivo na diferenc¸a entre as velocidades. Freilich (1997) concluiu, a partir de comparac¸˜oes entre dados de vento das miss˜oes Seasat e ERS-1, que erros aleat´orios contidos em dados a serem validados podem introduzir um bias positivo na velocidade do vento, e este efeito ser´a maior em ventos fracos (<3 m s−1
).
Os resultados encontrados neste estudo s˜ao consistentes com aqueles obtidos para o QuikScat/SeaWinds por Ebuchi, Graber e Caruso (2002), com velocidades residuais da ordem de 1,0−1,5 m s−1 em intervalos de ventos fracos; e tamb´em com os resultados obtidos para o NSCAT por Freilich e Dunbar (1999), com velocidades residuais da ordem de 1,3−1,5 m s−1
em intervalos de ventos fracos.
Figura 9 – Dependˆencia da velocidade residual (ASCAT−boia) sobre a velocidade do vento das boias.
28
4.3 S´eries temporais de dados
A Figura 10 mostra s´eries temporais da velocidade do vento (ASCAT e boia PI-RATA) no intervalo de tempo estudado para trˆes localizac¸˜oes: (a) (0◦ N, 35◦ W); (b) (12◦ N,
23◦W); (c) (8◦ S,30◦W). Gr´aficos com as s´eries temporais para as 14 boias remanescentes po-dem ser encontrados no Apˆendice A. Verifica-se atrav´es das s´eries temporais a boa concordˆancia entre os dados de intensidade dos ventos medidos diretamente pelas boias meteo-oceanogr´aficas e as estimadas pelo sat´elite ASCAT/MetOp-B, concordˆancia esta corroborada pelos resultados estat´ısticos obtidos. A s´erie temporal da boia localizada na regi˜ao equatorial oeste (Figura 8a) apresenta uma marcante sazonalidade, com velocidades do vento variando entre 2 m s−1 na primavera austral (Marc¸o-Abril) e 8 m s−1no outono austral (Setembro-Oututubro). Este com-portamento do ciclo sazonal ´e fortemente influenciado pela movimentac¸˜ao da Zona de Con-vergˆencia Intertropical (ZCIT) durante o ano nas direc¸˜oes norte-sul (LI; PHILANDER, 1997).
A s´erie temporal localizada ao norte da regi˜ao equatorial (Figura 8b) apresenta uma sazonalidade caracterizada com ventos al´ısios fortes e de nordeste; a velocidade do vento atinge valores m´aximos de 11 m s−1
no mˆes de Fevereiro e valores m´ınimos de 1−2 m s−1
no mˆes de Outubro. Este comportamento ´e exatamente oposto ao perfil da regi˜ao equatorial. Novamente, a posic¸˜ao da ZCIT influencia no regime de ventos: quando a ZCIT se desloca para o sul da regi˜ao equatorial, nos primeiros meses do ano, ocorre uma intensificac¸˜ao dos ventos devido ao aumento no gradiente de press˜ao decorrente da diminuic¸˜ao da temperatura da superf´ıcie do mar na porc¸˜ao mais ao norte do equador. O inverso ocorre quando a ZCIT retorna a sua posic¸˜ao mais ao norte, durante os meses de Agosto `a Outubro.
29
Figura 10 – S´eries temporais de vento do ASCAT e boias PIRATA, de jan/2013 `a dez/2015. (a) Localizac¸˜ao da boia:0◦N,35◦W
(b) Localizac¸˜ao da boia:12◦N,23◦W
(c) Localizac¸˜ao da boia:8◦S,30◦W
30
5 CONCLUS ˜OES
O presente estudo teve o objetivo de comparar as observac¸˜oes de dados de vento (velocidade e direc¸˜ao) derivados do ASCAT/MetOp-B com observac¸˜oes obtidas por 17 boias ATLAS do projeto PIRATA. A comparac¸˜ao foi realizada de modo que as observac¸˜oes fossem limitadas `a uma diferenc¸a de 15 minutos no tempo e 12,5 km no espac¸o. Os dados das boias foram convertidos para velocidade do vento neutro equivalente `a uma altura padr˜ao de 10 m. Foram removidosoutliersdos dados de vento obtidosin-situe atrav´es de sensoriamento remoto com base nos diagramas de dispers˜ao da intensidade e direc¸˜ao do vento.
As comparac¸˜oes com os dados das boias demonstraram que os dados do ASCAT/MetOp-B satisfazem bem os requerimentos da miss˜ao, que correspondem a um erro quadr´atico m´edio na velocidade de 2,0 m s−1
(neste estudo obtivemos 0,91 m s−1
). Para a comparac¸˜ao na direc¸˜ao do vento, o erro quadr´atico m´edio se mostrou pr´oximo do requerimento de 20◦ na direc¸˜ao (neste estudo obtivemos30,83◦). Dentre as poss´ıveis raz˜oes para um valor superior do RMSE para a direc¸˜ao do vento, foram atribu´ıdos erros na medic¸˜ao das boias principalmente devido `a mudanc¸as s´ubitas na direc¸˜ao do vento em escala local. N˜ao foi encontrado dependˆencia sis-tem´atica da velocidade residual do vento sobre o intervalo de velocidades. As velocidades e direc¸˜ao do vento obtiveram fortes correlac¸˜oes, com valores superiores a 0,90.
´
E importante observar que o presente estudo utilizou um conjunto reduzido de observac¸˜oes de dados de vento, limitando-se `a regi˜ao do Oceano Atlˆantico Tropical. Para investigac¸˜oes futuras, ´e importante observar o comportamento dos estimadores quando apli-cando a comparac¸˜ao estat´ıstica realizada neste estudo ao sistema tropical de boias fundeadas, composto pelos projetos PIRATA no Oceano Atlˆantico, TAO/TRITON no Oceano Pac´ıfico e RAMA no Oceano ´Indico. Uma vez que o algoritmo de convers˜ao do vento das boias utili-zado n˜ao considerava as condic¸˜oes atmosf´ericas, ´e preciso avaliar diferenc¸as nos estimadores estat´ısticos quando utilizando um algoritmo de convers˜ao da velocidade do vento das boias de-pendente da estabilidade atmosf´erica. Tamb´em ´e preciso avaliar se existem diferenc¸as nos esti-madores estat´ısticos quando utilizando resoluc¸˜oes temporais de 10 minutos, 1 hora e frequˆencia di´aria.
31
REFER ˆENCIAS
BENTAMY, A. et al. Intercomparison of ERS-2 and QuikSCAT winds. In: Proceedings of IEEE International Geoscience and Remote Sensing Symposium. Honolulu, HI: IEEE, 2000. v. 1, p. 234–236.
BENTAMY, A.; CROIZE-FILLON, D.; PERIGAUD, C. Characterization of ASCAT measurements based on buoy and QuikSCAT wind vector observations.Ocean Science, v. 4, n. 4, p. 265–274, 2008.
BENTAMY, A.; QUILFEN, Y.; FLAMENT, P. Scatterometer wind fields: A new release over the decade 19912001.Canadian Journal of Remote Sensing, Taylor & Francis, v. 28, n. 3, p. 431–449, 2002.
BOURASSA, M. A.; VINCENT, D. G.; WOOD, W. L. A flux parameterization including the effects of capillary waves and sea state.Journal of the Atmospheric Sciences, v. 56, n. 9, p. 1123–1139, 1999.
BOURL`eS, B. et al. The PIRATA Program: History, accomplishments, and future directions. Bulletin of the American Meteorological Society, v. 89, n. 8, p. 1111–1125, 2008.
BROWN, E. et al. Chapter 2 - The atmosphere and the ocean. In: BROWN, E. et al. (Ed.). Ocean Circulation (Second Edition). Second edition. Oxford: Butterworth-Heinemann, 2001. p. 17 – 36. ISBN 978-0-7506-5278-0.
CHAKRABORTY, A.; KUMAR, R.; STOFFELEN, A. Validation of ocean surface winds from the OCEANSAT-2 scatterometer using triple collocation.Remote Sensing Letters, Taylor & Francis, v. 4, n. 1, p. 84–93, 2013.
EBUCHI, N.; GRABER, H. C.; CARUSO, M. J. Evaluation of wind vectors observed by QuikSCAT/SeaWinds using ocean buoy data.Journal of Atmospheric and Oceanic Technology, v. 19, n. 12, p. 2049–2062, 2002.
EVERITT, B.; HOTHORN, T.An Introduction to Applied Multivariate Analysis with R. [S.l.]: Springer New York, 2011. (Use R!). ISBN 9781441996503.
FAIRALL, C. W. et al. Bulk parameterization of air–sea fluxes: Updates and verification for the COARE algorithm.Journal of Climate, v. 16, n. 4, p. 571–591, 2003.
32
HERSBACH, H. Technical Memorandum.CMOD5.N: A C-band geophysical model function for equivalent neutral wind.2008. 20 p.
JUSTICE, C. et al. Developments in the ’validation’ of satellite sensor products for the study of the land surface.International Journal of Remote Sensing, Taylor & Francis, v. 21, n. 17, p. 3383–3390, 2000.
KARA, A. B.; WALLCRAFT, A. J.; BOURASSA, M. A. Air-sea stability effects on the 10 m winds over the global ocean: Evaluations of air-sea flux algorithms.Journal of Geophysical Research: Oceans, v. 113, n. C4, 2008. ISSN 2156-2202.
LI, T.; PHILANDER, S. G. H. On the seasonal cycle of the equatorial atlantic ocean.Journal of Climate, v. 10, n. 4, p. 813–817, 1997.
LIU, W. T.; XIE, X. Measuring ocean surface wind from space. In: GOWER, J. F. R. (Ed.). Remote Sensing of Marine Environment: Manual Remote Sensing. 3. ed. Bethesda, MD: American Society for Photogrammetry and Remote Sensing, 2006. v. 6, cap. 5, p. 149–178. NJOKU, E.; FARR, T.Encyclopedia of Remote Sensing. [S.l.]: Springer London, Limited, 2013. (Encyclopedia of Earth Sciences Series). ISBN 9780387367002.
OCEAN; FACILITY, S. I. S. A.ASCAT Wind Product User Manual. [S.l.], 2016. 23 p. PEIXOTO, J. P.; OORT, A. H.Physics of climate. [S.l.]: American Institute of Physics New York, 1992. 520 p.
RANI, S. I. et al. Intercomparison of Oceansat-2 and ASCAT Winds with in situ buoy observations and short-term numerical forecasts.Atmosphere-Ocean, Taylor & Francis, v. 52, n. 1, p. 92–102, 2014.
ROBINSON, I. S. Discovering the ocean from space: the unique applications of satellite oceanography. 2010.
SINGH, P.; PAREKH, A.; ATTADA, R. Comparison of a simple logarithmic and equivalent neutral wind approaches for converting buoy-measured wind speed to the standard height: Special emphasis to North Indian Ocean. v. 111, 07 2012.
SOUZA, R. de. Oceanografia por Sat´elites. [S.l.]: Oficina de Textos, 2009. ISBN 9788579751004.
ST¨uKER, E. et al. Comparac¸˜ao entre os dados de vento das rean´alises meteorol´ogicas ERA-Interim e CFSR com os dados das estac¸˜oes autom´aticas do INMET no Rio Grande do Sul.Ciˆencia e Natura, v. 38, p. 284–290, 2016.
TANG, W.; LIU, W. T. Equivalent neutral wind.JPL Publication 96-17, p. 16, 1996.
VERHOEF, A.; VOGELZANG, J.; STOFFELEN, A.ASCAT L2 winds Data Record validation report. [S.l.], 2016.
33
AP ˆENDICE A -- GR ´AFICOS DAS S ´ERIES TEMPORAIS DAS BOIAS PIRATA
As s´eries temporais s˜ao apresentadas somente onde existem dados de velocidade do vento simultˆaneos para as boias meteo-oceanogr´aficas e o sat´elite ASCAT/MetOp-B. A auˆsencia de dados em diversos intervalos ocorreu devido a ausˆencia de dados de velocidade do vento na resoluc¸˜ao desejada (10 minutos) nas boias do projeto PIRATA.
Figura 11 – S´eries temporais de vento do ASCAT e boias PIRATA, de jan/2013 `a dez/2015. (a) Localizac¸˜ao da boia:0◦N,0◦E
(b) Localizac¸˜ao da boia:0◦N,10◦W
34
Figura 11 – S´eries temporais de vento do ASCAT e boias PIRATA, de jan/2013 `a dez/2015. (c) Localizac¸˜ao da boia:0◦N,23◦W
(d) Localizac¸˜ao da boia:4◦N,23◦W
(e) Localizac¸˜ao da boia:4◦N,38◦W
35
Figura 11 – S´eries temporais de vento do ASCAT e boias PIRATA, de jan/2013 `a dez/2015. (f) Localizac¸˜ao da boia:6◦S,8◦E
(g) Localizac¸˜ao da boia:6◦S,10◦W
(h) Localizac¸˜ao da boia:8◦N,38◦W
36
Figura 11 – S´eries temporais de vento do ASCAT e boias PIRATA, de jan/2013 `a dez/2015. (i) Localizac¸˜ao da boia:10◦S,10◦W
(j) Localizac¸˜ao da boia:12◦N,38◦W
(k) Localizac¸˜ao da boia:14◦S,32◦W
37
Figura 11 – S´eries temporais de vento do ASCAT e boias PIRATA, de jan/2013 `a dez/2015. (l) Localizac¸˜ao da boia:15◦N,38◦W
(m) Localizac¸˜ao da boia:20◦N,38◦W
(n) Localizac¸˜ao da boia:21◦N,23◦W
