| Summary: | Submitted by Emanuel Varela Cardoso (emanuel.varela@ufcg.edu.br) on 2018-05-15T19:11:02Z
No. of bitstreams: 1
JAQUELINE NUBIA DE QUEIROZ – DISSERTAÇÃO (PPGMET) 2015.pdf: 2713076 bytes, checksum: bbd090a4319e80a949989a3402b826d7 (MD5) === Made available in DSpace on 2018-05-15T19:11:02Z (GMT). No. of bitstreams: 1
JAQUELINE NUBIA DE QUEIROZ – DISSERTAÇÃO (PPGMET) 2015.pdf: 2713076 bytes, checksum: bbd090a4319e80a949989a3402b826d7 (MD5)
Previous issue date: 2015-03-12 === Áreas urbanas densamente povoadas situadas na região tropical são particularmente vulneráveis a eventos de chuva intensa. Na cidade de Salvador, capital do Estado da Bahia, vários fatores contribuem para a gravidade dos impactos causados por chuvas intensas: o relevo acidentado, a densidade populacional, a ocupação desordenada do solo, a diversidade e intensidade dos sistemas meteorológicos, dentre outros. Neste estudo as condições de estabilidade da atmosfera no mês (muito chuvoso) de abril de 2009 foram analisadas com o objetivo principal de investigar o grau de relação entre índices de estabilidade e a ocorrência
de chuva na cidade. Dados de reanálise, imagens realçadas de satélite meteorológico, totais diários de precipitação e sondagens diárias de ar superior realizadas às 1200 UTC constituem a base de dados deste estudo. Métodos de análise meteorológica e análise multivariada são utilizados. No mês de estudo há dezessete dias com registro de precipitação, dos quais quatro com totais diários que ultrapassam 50 mm. Um evento que provocou chuva intensa em toda a cidade, cujo total pluviométrico é registrado no dia 19, é causado por uma linha convectiva que se forma sobre o Estado da Bahia, na latitude de Salvador, associada a um cavado frontal com forte cisalhamento horizontal e vertical do vento. O teor de umidade é elevado na baixa troposfera, antes e depois do evento. A aplicação da análise de componentes principais a nove índices de estabilidade resulta em um modelo de três componentes que explica 91,82% da
variância total dos dados. A primeira componente é associada aos índices relacionados à variação vertical de umidade e temperatura, direção e velocidade do vento, a segunda componente aos índices relacionados à variação vertical de umidade, e a terceira componente ao índice K. A aplicação da análise de agrupamentos aos fatores rotacionados resulta em quatro grupos com características distintas. O Grupo 1 reúne dias com registro de chuva, dos quais três com eventos de chuva intensa. O Grupo 2 separa dias opostos sob o ponto de vista da precipitação. O Grupo 3 é constituído por dias com totais de precipitação muito baixos. No Grupo 4 estão dias com pouca ou nenhuma precipitação registrada, com exceção de um dia de chuva intensa. O índice K é o melhor na previsão de chuva no mês de estudo. === Heavily populated urban areas located in the tropical region are particularly vulnerable
to intense rainfall events. In the city of Salvador, capital of Bahia State, several factors contribute for the severity of the impacts caused by intense rainfall: the complex topography, the population density, the disorderly human occupation, the diversity and intensity of meteorological systems, among others. In this study the atmospheric stability conditions in the (very rainy) month of April 2009 are analyzed with the main objective of investigating the degree of relationship between stability indices and rainfall occurrence in the city. Reanalysis data, enhanced meteorological satellite imagery, daily 24-hour rainfall totals and 1200 UTC daily upper air soundings are the basis for this study. Meteorological and multivariate analysis techniques are used. There are seventeen rainy days in the month of study among which four have daily rainfall totals higher than 50 mm. One event of heavy rainfall over the entire city whose rainfall total is registered on day 19, is caused by a convective line that forms over Bahia State, on the latitude of Salvador, associated to a frontal trough with strong horizontal and vertical wind shear. Moisture content is high in the lower troposphere, before and after the event. The application of principal component analysis to nine stability indices results in a three component model which explains 91.82% of the total variance in the data. The first principal component is associated with indices related to the vertical variation of moisture and temperature, wind direction and speed, the second component to the indices related to the vertical variation of moisture, and the third component to the K index. The application of cluster analysis to the rotated factors results in four groups with distinct characteristics. Group 1 has days with rain, among which there are three intense rainfall events. Group 2 has days with opposing characteristics in terms of precipitation. Group 3 is comprised by days with very low rainfall values. Group 4 has days with low rainfall total or rainfall absence, with exception of one intense rainfall day. The K index is the best in forecasting rainfall in the month of study.
|
|---|
