Episódio de 12/01/2011 na região serrana do Rio de

Episódio de 12/01/2011 na região serrana do Rio de Janeiro: visão meteorológica Pedro Leite da Silva Dias Laboratório Nacional de Computação Cien;fica – LNCC/MCT Departamento de Ciências Atmosféricas – IAG/USP Why storms? Important points: • From a radia0ve point of view => surface warming and atmospheric cooling Why clouds form? • In order to stabilize the system, clouds are formed • Need for verFcal heat transfer in the atmosphere (to stabilize the system) • Sensible heat transfer generates dry turbulence in the boundary layer. EvaporaFon/evapotranspiraFon increases low level moisture • Thermodynamically unstable condiFon: air rises, reaches saturaFon as it cools, latent heat is released, buoyancy accelerates air parcel upwards, mixing of warm/moist cloud air with dry cooler air outside • Upward moFon in clouds forces downward moFon outside: warming and drying, Clouds promotes mixing. • Clouds are heat engines (warm reservoir at sfc , cold at the top) • A hurricane is a very efficient way to stabilize the atmosphere (transports heat from the sfc upwards), cools the surface via upwelling. Heat is then horizontally transported to areas with energy deficit (compensaFng subsidence) • Hurricanes form where the dynamical and thermodynamical condiFons are favorable (low verFcal shear, moist mid atms., warm water…); • If verFcal shear is observed, atmosphere chooses a less efficient “heat engine”, like cloud clusters, someFmes organized in lines (squall lines); • Over land, sfc. fricFon turns the life of hurricanes pre[y much impossible: diurnal cycle triggers storms, interacFon with synopFc systems (e.g easterly waves, incursion of higher lat. air masses…) organize convecFve lines, convecFve complexes etc. • Note the synergy between thermodynamics and dynamics!! • ENSO is another way to stabilize the atmosphere: warm phase (El Niño) triggers moist convecFon (upward heat transport) and surface cooling. Horizontal heat transport saFsfies the atmospheric need to overcome the dynamical instability generated by the N/S temperature gradients. Extreme rainfall events are frequent in Brazil…. Inundações em São Paulo
Isto é - São Paulo, 10 de fevereiro de 2004
A avenida Aricanduva virou rio. O
resgate de pessoas chegou a ser feito de
helicópteros.
Em todo o País, os números são
assustadores. Já são 98 mortos, 120
feridos, mais de 120 mil desabrigados em
405 cidades, 14 grandes barragens e 4.500
casas totalmente destruídas, além de 28 mil
danificadas.
Inundações no rio Paraná
1997/98
condições normais
Rio Paraná em Itaipu
Vazões Naturais Médias Anuais
25.000
(m3/s)
20.000
15.000
10.000
5.000
1930
1940
1950
1960
1970
1980
1990
2000
Região de ocorrência de deslizamentos de encostas em Santa Catarina em novembro de 2008 Balneário Camboriu Blumenau Chuvas no Piauí Chuva Teresina, PI (mm) 120 100 80 60 40 20 0 Seca na Amazonia em 2005 Tornados
Silva Dias, M.A.F , 2011 Casos de tornado registrados por ano no Brasil The January 12, 2011 exemple in Rio de Janeiro mountains ....The Cuiaba Valley, Petrópolis case in Petrópolis... Região Serrana do Rio de Janeiro Janeiro 2011: mais de 800 mortos e 500 desaparecidos Condições Meteorológicas Fpicamente associadas a chuvas intensas na Região Serrana do Rio de Janeiro durante o verão: • Zona de Convergência do AtlânFco Sul Air Mass Tropical N. AtlanFc Air Mass Tropical S. AtlanFc Air Mass Higher laFtudes S. Hemisphere SACZ Um exemplo epico de atuação da ZCAS com vento de NW na região Serrana do RJ na presença da Zona de Convergência do AtlânFco Sul : 10-­‐11/01/2011 Precipitação es0mada pelo radar meteorológico do Pico do Couto , Petrópolis Situação meteorológica do dia 12/01/2011 • Permanecia a situação de ZCAS com vento de NW: • Risco maior de precipitação na face norte da Serra do Mar • Aumento de umidade proveniente do Brasil Central/Amazonia • Favorecimento de condições dinâmicas associadas à formação de vór0ces ao longo da ZCAS • Previsões meteorológicas: • Em geral, subes0maram a quan0dade de precipitação nas previsões de 72,48 e 24 horas de antecedência: • Baixa resolução dos modelos operacionais: 40km – 10km Observações Previsão de chuva em Petrópolis disponivel no dia 10/01 (segunda feira) -­‐ 48 h antes Previsão de chuva em Petrópolis disponivel no dia 11/01 (segunda feira) -­‐ 24 h antes Resumo sobre as previsões meteorológicas: • Previsões antecipam situação de risco com 48hr de antecedência: entretanto, é impossível com a tecnologia atual, determinar , por ex., que uma chuva excepcional vai ocorrer num local específico, por ex. no alto do Vale do Cuiabá em Itaipava... • Previsões na tarde do dia 11 (véspera), apontavam para risco de chuvas moderadas a fortes: impacto, do ponto de vista prá0co, é reduzido em função da frequência deste 0po de alerta (genéricos e válidos para uma região em geral muito grande) • É preciso ter um sistema de alerta dedicado a regiões crí0cas: equipe treinada e experiente na deteção de sinais de alerta para risco na região sob sua responsabilidade. • Montar sistema de monitoramento com instrumentos é a parte mais fácil. Muito mais diicil e caro é montar equipe de monitoramento treinada. • E mais complexo ainda é treinar a população para a tomada de ações ... Informação ú0l, disponível 2-­‐3 horas antes do evento: • Sondagem de uma balão com instrumentação meteorológica no Aeroporto do Galeão – 22:00 do dia 11/01 • Uma equipe de monitoramento e previsão, bem treinada, poderia dar um alerta muito mais específico Previsão experimental de alta resolução: •  Modelo BRAMS: esforço de uma grande equipe (nacional e internacional) -­‐ desde o final dos anos 80. • Usado operacionalmente no CPTEC/INPE com 20km sobre a Am. do Sul • Laboratório MASTER/IAG-­‐USP – 20km a 1km sobre leste do Estado de São Paulo • LNCC – experimentalmente durante o desenvolvimento do projeto Alerta Petrópolis (1km) Comparação com rede INMET (Saulo Freitas – CPTEC/INPE) :
Distribuição Espacial e Quantitativa da Chuva
Cidade/Região Chuva Acumulada (24h, mm)-­‐ INMET BRAMS 1 km (24h, mm) Nova Friburgo (NF) 162,6 158,0 Teresopolis (TE) 78,6 88,3 Petropolis (PE) 7, 8 4,0 Note a precisão do modelo em capturar o gradiente de chuva com valores bastante próximos aos observados pelo INMET. Exemplo da previsão de 24 horas com o modelo proposto no Sistema de Alerta-­‐Petrópolis -­‐ não operacional Comparação com rede INMET Nova Friburgo – BRAMS 2km Acumulado 24 h: 162,6 mm
Acumulado 24 h: 139,9 mm
Comparação com rede INMET Nova Friburgo – BRAMS 1km Acumulado 24 h: 162,6 mm
Acumulado 24 h: 158,0 mm
Comparação com rede INMET Teresópolis – BRAMS 2km Acumulado 24 h: 78,6 mm
Acumulado 24 h: 88,8mm
Comparação com rede INMET Teresópolis – BRAMS 1km Acumulado 24 h: 78,6 mm
Acumulado 24 h: 88,3mm
What happens with the thermodynamical equilibrium of the climate systems as the concentraFon of human induced Greenhouse Gases increases? Any change in storminess? Changes in extreme weather? Any relaFonship with Global Warming? To early to say but …. What happens with the thermodynamical equilibrium of the climate systems as the concentraFon of human induced Greenhouse Gases increases? Any change in storminess? Changes in extreme weather? Why increasing concentraFon of CO2 (and other GHG’s) may lead to a more unstable atmosphere?? 1. Clausius Clapeyron EquaFon: warmer air holds more moisture -­‐-­‐-­‐-­‐> clouds 2. Any change in the verFcal stability of the atmosphere? Simplified RadiaFve Transfer EquaFon Edi = Downward LW irradiance at level i Eui = Upward LW irradiance at level i !I = emissividade (T,q,CO2..) Eliqi = Eui -­‐ Edi dT/dt = -­‐! Eliqi/ !p Temperature change due to radia0ve forcing Edi = Edi+1(1-­‐!i) + !i !Ti4 Eui = Eui-­‐1(1-­‐!i) + !i !Ti4 We are here now Future climate Increasing thermodynamical instability Increasing greenhouse effect => emissivity increase satura0on storms Impact of increasing concentraFon of GHG (larger emissivity) on surface long wave energy flux ! Eliqspf (w/m2) 0 459 0,1 144 0,2 39 0,3 9 Surface cooling by long wave energy loss to space decreases as emissity increases 0,4 2 0,5 0 0,6 0 1 0 Increased concentraFon of GHG => surface warming Contributes to thermodynamical instabilizaFon => storms But natural variability is very large…. Um exemplo de variabilidade climáFca natural Ações de governo e da sociedade para adaptação e prevenção Conclusões •  O impacto da ocorrência de eventos extremos depende de –  Mudanças no clima e variabilidade natural do clima –  Vulnerabilidade da sociedade •  O grau dos impactos está ligado à capacidade da sociedade de responder ao desastre. •  Vulnerabilidade é formada por fatores como –  Dinâmica da população e seu status econômico –  Medidas de adaptação como • 
• 
• 
• 
Zoneamento e códigos de construção Preparação para desastres Eficiência no uso da água Seguro de vida e propriedade “InvesUr hoje para um futuro mais seguro” •  Desenvolver sistemas de alertas precoces para eventos extremos; •  Aumentar a capacidade das ações comunitárias, par0cularmente entre os mais vulneráveis; •  Implantar as melhores prá0cas na construção civil e no tratamento dos recursos hídricos; •  Expandir o uso das informações do tempo e do clima regionais pelas seguradoras, planejadores e tomadores de decisão •  Estabelecer ações para enfrentar os inevitáveis eventos extremos.