ESTUDO DE UM NOVO MÉTODO DE PREVISÃO DE CORRENTES OCEÂNICAS PARA A BACIA DE CAMPOS UTILIZANDO SATÉLITES E RADAR DE ALTA FREQUÊNCIA

UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO CENTRO DE TECNOLOGIA E CIÊNCIAS FACULDADE DE OCEANOGRAFIA

VICTOR VINICIUS ARAUJO FERREIRA

ESTUDO DE UM NOVO MÉTODO DE PREVISÃO DE CORRENTES OCEÂNICAS PARA A BACIA DE CAMPOS UTILIZANDO SATÉLITES E RADAR DE ALTA FREQUÊNCIA

Monografia apresentada ao Curso de Oceanografia da Faculdade de Oceanografia da Universidade do Estado do Rio de Janeiro, como requisito final para obtenção do grau de Bacharel em Oceanografia.

ORIENTADOR D.Sc. ALEXANDRE M. FERNANDES

CO-ORIENTADOR D.Sc. MANLIO F. MANO

RIO DE JANEIRO, RJ – JULHO 2012

Ferreira, Victor Vinicius Araújo. Estudo de um Novo Método para a Previsão de Correntes Oceânicas para a Bacia de Campos utilizando Radar de Alta Frequência / Victor Vinicius Araujo Ferreira – 2012. 64p. Orientador: Alexandre M. Fernandes Monografia de Bacharelado – Universidade do Estado do Rio de Janeiro 1.Previsão. 2. Correntes oceânicas. 3. Sensoriamento Remoto 4. CODAR I. Fernandes, A. M. II. Universidade do Estado do Rio de Janeiro – Faculdade de Oceanografia.

ii

VICTOR VINICIUS ARAUJO FERREIRA

ESTUDO DE UM NOVO MÉTODO PARA A PREVISÃO DE CORRENTES OCEÂNICAS PARA A BACIA DE CAMPOS UTILIZANDO RADAR DE ALTA FREQUÊNCIA

Monografia apresentada ao Curso de Oceanografia da Faculdade de Oceanografia da Universidade do Estado do Rio de Janeiro, como requisito final para obtenção do grau de Bacharel em Oceanografia.

APROVADO

EM_____DE

JULHO

DE

2012,

PELA

BANCA

EXAMINADORA:

___________________________________________________ D.Sc. Hatsue Takanaca de Decco Universidade Federal do Estado do Rio de Janeiro - Instituto Alberto Luiz Coimbra de Pós Graduação e Pesquisa de Engenharia - Programa de Engenharia Civil.

___________________________________________________ D.Sc. Manlio F. Mano Sócio Diretor da Oilfinder

___________________________________________________ M.Sc. Carlos Leandro da Silva Jr. Sócio Diretor da Ambipetro

iii

AGRADECIMENTOS

Agradeço a Deus, aos pais, aos familiares e amigos que sempre se fizeram presentes. À Petrobras pela concessão dos dados; Ao M.Sc. Carlos Leandro pelo voto de confiança; Ao Dr. Leandro Calado pelo auxilio a técnica de Análise Objetiva; E aos Mestres que com tanta paciência tem me conduzido os passos na busca pelo conhecimento.

iv

“Eterno é tudo aquilo que dura uma fração de segundo, mas com tamanha intensidade, que se petrifica, e nenhuma força jamais o resgata”. Carlos Drummond de Andrade

v

RESUMO

A previsão de correntes oceânicas e das trajetórias das manchas de óleo oriundas de derrames de óleo de forma operacional ainda é um desafio, apesar de fundamental no planejamento de ações de emergência. No Brasil ainda não consta um sistema consolidado de previsões oceânicas. Neste trabalho é proposto um novo método para o estudo e previsão de correntes oceânicas em superfície a partir da geração de mapas de alta resolução com assimilação de dados de radares de alta frequência e satélites, além do resultado de modelos prognósticos. Para a geração dos mapas é proposta uma Análise Objetiva (AO) entre os dados de CODAR e um campo de correntes superficiais composto essencialmente de corrente de Ekman e corrente geostrófica, obtidas por sensores remotos orbitais. As previsões de corrente então são obtidas mantendo constante a geostrofia do campo resultante da AO e variando a corrente de Ekman, de acordo com os modelos prognósticos de vento. As análises qualitativa e quantitativa mostraram a eficácia do método gerando mapas de grande resolução espacial e temporal e previsões de corrente próximas do observado, para até 72 horas, sendo capaz de prever inclusive eventos anômalos como inversão de corrente e formação de vórtices. O baixo custo computacional do método e a operacionalidade do mesmo o tornam adequado para suprir informações às atividades de emergência.

vi

ABSTRACT

The operational forecast of ocean currents and oil spill trajectories is still a challenge, although fundamental to the planning of emergency actions. There is not a consolidated system of ocean forecasts in Brazil yet. This work proposes a new method for the study and forecast of ocean surface currents by the generation of high-resolution maps with data assimilation of high frequency radar and satellites, as well as the result of prognostic models. An Objective Analysis (OA) is used between CODAR data and sea surface current fields estimated from remote sensing, mainly Ekman and geostrophic current, to generate maps. Ocean current forecast are then obtained by keeping constant geostrophy the field resulting from the OA and varying the Ekman current, according to wind prognostic models. Quantitative and qualitative analysis showed the efficacy of the method generating high spatial and temporal resolution maps and predictions which are similar to the current observed, even at 72-hour intervals, including being able to forecast anomalous events as current reversal and vortex formation. The low computational cost of the method and its operationality make it ideal for supplying information to emergency activities.

vii

SUMÁRIO

RESUMO .......................................................................................................... vi ABSTRACT......................................................................................................vii 1.

INTRODUÇÃO .......................................................................................... 1

1.1

Embasamento Teórico.......................................................................... 2

1.2

Sensores Remotos por Satélite: Altímetros ........................................... 7

1.3

CODAR - Coastal Ocean Dynamics Application Radar........................ 8

2.

OBJETIVO ............................................................................................... 16

3.

METODOLOGIA ..................................................................................... 17

3.1

Área de Estudo................................................................................... 17

3.2

Princípios Fundamentais .................................................................... 21

3.3

Análise Objetiva................................................................................. 21

3.4

Geração dos Mapas de Corrente ......................................................... 24

3.5

Previsão de Corrente .......................................................................... 25

4.

RESULTADOS E DISCUSSÕES ............................................................. 27

4.1

Avaliação do Método ......................................................................... 29

4.2

Análise Quantitativa........................................................................... 30

4.3

Análise qualitativa: Previsibilidade de eventos anômalos.................... 41

5.

CONCLUSÃO .......................................................................................... 46

6.

REFERENCIAS BIBLIOGRAFICAS ....................................................... 49

viii

LISTA DE TABELAS

Tabela 1 – Diferentes configurações do sistema SeaSonde®..........................08 Tabela 2 – Variação do Erro da componente U entre as previsões..................39 Tabela 3 – Variação do Erro da componente V entre as previsões..................39

ix

LISTA DE FIGURAS

Figura 1 - Esquema gráfico do transporte de Ekman. Adaptado de Stewart (2008)..............................................................................................................................4 Figura 2 - Esquema gráfico do comportamento das correntes geostróficas ante as

diferenças

de

níveis

da

superfície

oceânica..............................................................7 Figura 3 - Esquema de funcionamento de um sensor altímetro. O pulso eletromagnético refletido pela superfície oceânica define o Range (R). A altura da superfície do oceano é a diferença entre o range e a altitude do satélite em relação ao elipsóide de referencia.................................................................................................. 7 Figura 5 - As figuras (a) e (b) mostram o alcance das radiais das estações São Tomé e Cabo Frio respectivamente. A figura (c) mostra o mapa de corrente gerado pelas duas radiais para a Bacia de Campos (Rahy et al, 2009)....................................................9 Figura 4 - Esquema teórico de um sistema com duas estações remotas. As radias das duas estações se sobrepõe e são representadas de cores diferentes, site 1 em vermelho e o site 2 em preto. O vetor corrente será a soma vetorial das componentes radiais conforme mostrado na parte superior direita. (PADUAN, 1997)......................... 9 Figura 6 - Ressonância causada pelo fenômeno de Bragg Scattering. As ondas vermelhas representam as ondas refletidas. Ao passar pelas ondas transmitidas (em azul) apresentam intensificação.................................................................................. 11 Figura 7 - O gráfico mostra a intensidade em dB no eixo vertical e o desvio Doppler no eixo horizontal. As frequências positivas se aproximam da estação radial enquanto as frequências negativas se afastam. As ondas de Bragg se destacam nos picos de primeira ordem (PADUAN 1997)................................................................................. 13 Figura 8 - A região da Bacia de Campos, destacando o setor Cabo de São Tomé – Cabo Frio. Dados de batimetría retirados da base Etopo 1......................................... 17 Figura 9 - Imagem de temperatura superficial destacando frente térmica da CB e os vórtices de São Tomé e Cabo Frio. A Corrente do Brasil é destacada em vermelho pela maior temperatura. Adaptado de Silveira (2007). ................................................ 19 Figura 10 – Análise Espectral dos dados de radar HF. ............................................... 27 Figura 11 – Erro Médio Quadrático entre as análises e as observações (CODAR)..... 29 Figura 12 – Erro percentual entre todas as previsões e observações para a componente U no período de 20/08 e 16/09/2007. ..................................................... 31 Figura 13 - Erro percentual entre todas as previsões e observações para a componente V no período de 20/08 e 16/09/2007. ..................................................... 31

x

Figura 14 – RMSE entre a Previsão de 12h e os dados CODAR da componente U de velocidade de corrente................................................................................................ 32 Figura 15 – RMSE entre a Previsão de 12h e os dados CODAR da componente V de velocidade de corrente................................................................................................ 32 Figura 16 – RMSE entre a Previsão de 24h e os dados CODAR da componente U de velocidade de corrente................................................................................................ 33 Figura 17 – RMSE entre a Previsão de 24h e os dados CODAR da componente V de velocidade de corrente................................................................................................ 33 Figura 18 – RMSE entre a Previsão de 36h e os dados CODAR da componente U de velocidade de corrente................................................................................................ 34 Figura 19 – RMSE entre a Previsão de 36h e os dados CODAR da componente V de velocidade de corrente................................................................................................ 34 Figura 20 – RMSE entre a Previsão de 48h e os dados CODAR da componente U de velocidade de corrente..................................................................................................35 Figura 21 – RMSE entre a Previsão de 48h e os dados CODAR da componente V de velocidade de corrente................................................................................................ 35 Figura 22 – RMSE entre a Previsão de 60h e os dados CODAR da componente U de velocidade de corrente................................................................................................ 36 Figura 23 – RMSE entre a Previsão de 60h e os dados CODAR da componente V de velocidade de corrente................................................................................................ 36 Figura 24 – RMSE entre a Previsão de 72h e os dados CODAR da componente U de velocidade de corrente................................................................................................ 37 Figura 25 – RMSE entre a Previsão de 72h e os dados CODAR da componente V de velocidade de corrente................................................................................................ 37 Figura 26 - Média Espacial e temporal dos mapas de RMSE ..................................... 38 Figura 27 - Entrada: 29/08/2007 as 18h00....................................................................42 Figura 28 - Previsão de 60h..........................................................................................42 Figura 29 - Observado em 01/09/2007 as 06h00.........................................................42 Figura 30 - Entrada: 13/09/2007 as 06h00....................................................................43 Figura 31 - Previsão de 72h..........................................................................................43 Figura 32 - Observado em 16/09/2007 as 06h00..........................................................43 Figura 33 - Dado de entrada: 14/09/2007 as 06h..........................................................44 Figura 34 - Previsão de 72h..........................................................................................44 Figura 35 - Observado em 17/09/2007 as 06h..............................................................45

xi

1. INTRODUÇÃO A Bacia de Campos é a maior província petrolífera do Brasil, com cerca de 100 mil km², responsável por grande parte da produção nacional de petróleo e das reservas já identificadas e classificadas no país. O Brasil é líder em técnicas e tecnologias para a prospecção de petróleo em águas profundas e o desenvolvimento da atividade offshore tende a aumentar gradativamente com as recentes descobertas do pré-sal. No entanto, mesmo com o aperfeiçoamento de técnicas preventivas, atividades

petrolíferas

estão

sujeitas

a

acidentes

devido

à

grande

complexidade de fatores envolvidos. Um exemplo recente é o vazamento ocorrido na Bacia de Campos na plataforma de exploração da Chevron em 08 de novembro de 2011. As ações de contenção devem ser rápidas e precisas, para que evitem grandes desastres ambientais, exigindo ferramentas preditivas cada vez mais avançadas. Mano (2007) ressalta os benefícios econômicos e sociais que um sistema de previsão numérica oceânica pode proporcionar, tais como: maior segurança de estruturas flutuantes, planejamento de operações offshore, gerenciamento de tráfego de embarcações, gerenciamento costeiro e ações de contingência em acidentes ambientais. A previsão de correntes oceânicas e das trajetórias de manchas de óleo oriundas de derrames de óleo de forma operacional ainda é um desafio, apesar de fundamental no planejamento de ações de emergência. Clancy (1992), com estudos na região da Corrente do Golfo, foi um dos primeiros a realizar previsões oceânicas de meso-escala de forma operacional na região da Corrente do Golfo. No Brasil ainda não consta um sistema consolidado de previsões oceânicas. A REMO (Rede de Modelagem e Observação Oceanográfica) é o sistema de previsões oceânicas mais robusto da atualidade. Através da assimilação de dados de satélite e in situ são processados modelos numéricos (HYCOM e POM) em diferentes escalas para a costa brasileira. Os resultados das previsões de curto prazo são disponibilizados na página de web do projeto. Godoi (2005) retrata outro esforço pioneiro do SPOC – Sistema de Previsão 1

Oceânica e Costeira, ainda um protótipo, baseado em dados de satélite e dados climatológicos. Os investimentos de entidades de fomento e empresas privadas em linhas de pesquisa voltadas para essa temática mostram a importância de um sistema de previsões operacional para suporte às atividades de exploração e produção de petróleo offshore. Neste trabalho é proposto um novo método para o estudo e previsão de correntes oceânicas em superfície a partir da geração de mapas de alta resolução com assimilação de dados de radares de alta freqüência (HF, em inglês) e satélites. Bonjean & Lagerloef (2002) mostram que, em estudos sobre correntes oceânicas superficiais, as principais componentes são as componentes inerciais provocadas pelo vento e o fluxo derivado do equilíbrio geostrófico. Para tanto, é necessário conhecer os processos físicos envolvidos e as equações governantes que os descrevem.

1.1

Embasamento Teórico

O presente trabalho parte da premissa de que a circulação superficial na Bacia de Campos pode ser representada pela composição entre corrente de Ekman e corrente geostrófica, o que foi corroborado pela análise espectral de uma série temporal de corrente na região (apresentada nos resultados). Sendo assim, torna-se válido um aprofundamento teórico sobre estas duas componentes.

1.1.1.Circulação superficial – Transporte de Ekman Ekman (1902) apresentou, em termos matemáticos, como o atrito do vento sobre o oceano poderia gerar os fluxos inerciais observados anteriormente por Nansen na trajetória de icebergs no oceano Ártico. Ekman considerou um oceano homogêneo e infinito sob a força de um vento constante e unidirecional, desprezando os gradientes horizontais de pressão. Dessa forma, a velocidade da corrente superficial V0 é calculada através da seguinte equação (STEWART, 2008):

2

(Eq. 1)

Onde T é a tensão de cisalhamento, ρw é a densidade da água do mar, ƒ o parâmetro de Coriolis e Az o coeficiente de viscosidade turbulenta.

As

componentes meridional (UE) e zonal (VE), do vetor corrente V0 variam com a profundidade (z) de acordo com as equações abaixo: (Eq. 2)

Onde “a” é um parâmetro em função da profundidade limite (DE) até onde a solução é válida (a = π / DE). Na profundidade limite do transporte de Ekman, a corrente de Ekman tem intensidade próxima a zero e direção oposta à corrente forçada pelo vento em superfície.

(Eq. 3)

Se calcularmos as componentes vetoriais para a superfície (z=0), teremos que a corrente superficial se desloca 45°, em relação à direção do vento (Eq.4).

(Eq. 4)

Devido à força de Coriolis, as correntes geradas pelo vento são deslocadas para a direita no Hemisfério Norte e para a esquerda no Hemisfério Sul. Nas camadas verticais inferiores, o atrito entre as moléculas gera um aumento do ângulo, mas diminuição da intensidade. Essa estrutura é conhecida como espiral de Ekman (Fig.1). Apesar da direção da corrente variar verticalmente, o transporte de massa se dá pela integração da velocidade em z, resultando em um vetor perpendicular ao sentido do vento.

3

Figura 1: Esquema gráfico do transporte de Ekman. Adaptado de Stewart (2008).

O transporte de Ekman é predominante nas interfaces onde ocorre atrito, tanto na superfície (atmosfera-oceano), como no fundo (oceano-crosta). A profundidade de influência depende da intensidade dos ventos e da latitude, podendo variar de 40 a 300 m (STEWART, 2008).

4

1.1.2.Circulação Geostrófica Outra importante força de mesoescala nos oceanos é originada pelo gradiente de pressão, que, em equilíbrio com a força de Coriolis, gera a circulação geostrófica. A ação de ventos constantes, como os giros subtropicais presentes nas bacias oceânicas causa desníveis na superfície dos oceanos e, consequentemente, nos campos de densidade ao longo da coluna d’água. Estes desníveis produzem um deslocamento da água do mar, a fim de atingir um regime de equilíbrio. A interação com a força de Coriolis, devido ao movimento rotacional da Terra, faz com que a água se desloque perpendicularmente ao gradiente de pressão. Através de uma análise de ordem de grandezas sobre a equação do movimento podemos constatar matematicamente o predomínio dessas forças, em regimes de meso-escala. Essas equações representam o chamado Equilíbrio Geostrófico (STEWART, 2008). (Eq. 4)

No eixo vertical, o gradiente de pressão (∂p/∂z) é balanceado pela força da gravidade (g), enquanto no eixo horizontal o gradiente de pressão (∂p/∂x e

∂p/∂y) é balanceado pela força de Coriolis (ƒ). As fórmulas estão por unidade de volume onde ρ é a densidade. A diferença de pressão é muito sutil e de difícil medição, por isso outras formas de calcular as correntes geostróficas são usadas. Uma delas é a medição de anomalias geopotenciais por satélites. A superfície do oceano não é horizontalmente plana, mesmo se considerada em repouso. Na verdade sua superfície se “molda” ao campo de potencial gravitacional do fundo. O geóide marinho pode ser deduzido pela determinação das linhas equipotenciais, ou seja, pelas linhas de mesmo potencial gravitacional. A variação da elevação da superfície do mar em função da ação de ventos e correntes gera perturbações sobre o geóide oceânico de referência. Como o gradiente de pressão é gerado por essas perturbações, podemos calcular as correntes geostróficas a partir das diferenças de níveis na superfície 5

em vez de usarmos a diferença de pressão entre dois pontos (Fig. 2). A partir dessa premissa, considerando uma superfície plana r, de referência, logo abaixo da superfície oceânica z temos que a pressão nesta camada pode ser descrita por:

Assumindo que ρ e g são constantes em pequenas elevações no oceano, as equações de Corrente Geostrófica podem ser reescritas como mostrado abaixo (STEWART, 2008):

Onde

g

é a gravidade,

ƒ

a aceleração de Coriolis e

ζ

a altura da

superfície em relação ao geóide marinho.

Figura 2: Esquema gráfico do comportamento das correntes geostróficas ante às diferenças de níveis da superfície oceânica.

O balanço geostrófico representa a principal componente de circulação em meso e larga-escala. No entanto, em regiões onde o atrito é significativo, como na camada de Ekman, por exemplo, o equilíbrio geostrófico não é predominante. Nas regiões Equatoriais também prevalecem outros parâmetros, pois a força de Coriolis é próxima de zero. Já as regiões mais profundas do oceano apresentam circulação regida por processos de mistura entre massas de água de diferentes densidades. 6

1.2

Sensores Remotos por Satélite: Altímetros Com o desenvolvimento do sensoriamento remoto sobre os oceanos, foi

possível estimar suas principais propriedades sob a ótica de diferentes frequências eletromagnéticas (JOHANNESEN et al., 2000). Os altímetros são uma das ferramentas mais utilizadas em oceanografia por satélites. Estes são sensores ativos capazes de estimar o nível do mar, com grande precisão, sem a interferência de nuvens e de forma sistemática. (UCHIDA et al. ,1998; BOEBEL & BARRON, 2003). Os altímetros podem ser utilizados para determinar ζ (altura dinâmica) - principal parâmetro para o calculo do fluxo geostrófico. O funcionamento de um altímetro consiste no envio de um pulso eletromagnético e a reflexão do mesmo sobre a superfície do oceano (Fig. 3). Sabendo a velocidade do pulso na atmosfera e o tempo de deslocamento, é possível calcular a distância entre o satélite e a superfície oceânica. Como a órbita do satélite é precisamente conhecida em relação ao elipsóide de referência, temos a altura dinâmica como resultante (NEVES, 2006).

Figura 3: Esquema de funcionamento de um sensor altímetro. O pulso eletromagnético refletido pela superfície oceânica define o Range (R). A altura da superfície do oceano é a diferença entre o range e a altitude do satélite em relação ao elipsoide de referencia.

7

Os lançamentos das missões ERS-1 em 1991 e Topex/Poseidon (T/P) em 1992 revolucionaram o conhecimento sobre a superfície dos oceanos. As duas missões operaram simultaneamente desde meados de 1992 até 1996. Atualmente o Envisat sucede as missões ERS e o JASON-1 & 2 sucedem o T/P com as mesmas características orbitais e de resolução que as missões anteriores (NEVES, 2006). A AVISO (Archiving, Validation and Interpretation of Satellite Oceanographic data) disponibiliza mapas globais com grade amostral fixa ao longo do tempo e resolução de 1/3 º desde 1992 a partir da interpolação de pelo menos dois satélites.

1.3

CODAR - Coastal Ocean Dynamics Application Radar

O CODAR é um conjunto de sensores remotos fixos no continente que emitem um sinal de radar de alta frequência, HF, na faixa de 4 a 50 MHz. Através da interação entre o sinal de radar e a superfície oceânica é possível deduzir o campo de correntes superficiais próximas à região costeira de acordo com as diferentes configurações mostradas na tabela 1. O sistema SeaSonde funciona com, no mínimo, duas estações remotas e uma estação central. Cada estação remota é composta de duas antenas transmissoras e uma antena receptora tendo a função de obter a componente radial das correntes superficiais oceânicas. Assim, os dados captados são distribuídos em coordenadas polares atribuindo-se uma distância e um ângulo em relação à antena receptora. O mapa de correntes será a resultante dos vetores obtidos por cada radial na região de interseção entre elas (Fig.4).

Tabela 1 – Diferentes configurações do sistema SeaSonde®. Configurações SeaSonde® Alcance espacial Ao longo da costa Offshore Resolução de alcance Frequência de utilização

Standard

Hi-Res

Long - Range

20-60 km 20 - 75 km 500 - 3 km 11,5 - 14 MHz 24 - 27 MHz

15 - 30 km 15 - 20 km 200 - 500 m 24 - 27 MHz 40 - 44 MHz

100 - 220 km 140 - 220 km 3 - 12 km 4,3 - 5,4 MHz

8

Figura 4: Esquema teórico de um sistema com duas estações remotas. As radiais das duas estações se sobrepõe e são representadas de cores diferentes, site 1 em vermelho e o site 2 em preto. O vetor corrente será a soma vetorial das componentes radiais conforme mostrado na parte superior direita. (PADUAN, 1997). Na Bacia de Campos se encontra instalado um sistema do tipo SeaSonde® Long Range, com uma estação na cidade de Cabo Frio e outra em Cabo de São Tomé (Fig. 5). O sistema opera na freqüência de 4,7 MHz, o que implica num alcance de cerca de 220 km e resolução espacial de aproximadamente 6 km (LOMONACO, 2007).

Figura 5: As figuras (a) e (b) mostram o alcance das radiais das estações São Tomé e Cabo Frio respectivamente. A figura (c) mostra o mapa de corrente gerado pelas duas radiais para a Bacia de Campos (Rahy et al, 2009).

9

As vantagens do CODAR sobre os métodos de medição de corrente convencionais in situ (boias de deriva, ADCPs e correntômetros) são a grande resolução espacial e a maior facilidade de manutenção já que este se encontra on-shore. Diferente dos sensores orbitais por satélite, o sistema é fixo no continente gerando dados com maior resolução temporal de uma mesma região.

1.3.1.Princípios físicos de um radar HF As ondas oceânicas geradas pelo vento são consequência do atrito atmosférico com a superfície marinha e podem ser divididas entre capilares e gravitacionais. Se observarmos a superfície de um líquido perfeitamente lisa e soprarmos paralelamente a essa superfície seremos capazes de perceber o surgimento de uma superfície rugosa. Essa “rugosidade” são as ondas capilares em consequência do vento local e são mantidas pela tensão superficial. Caso a direção e a intensidade do vento sejam constantes, essas ondas vão ganhando cada vez mais energia chegando a um limite, aproximadamente 2 cm, onde começam a sofrer influência da gravidade. Após esse limite, as ondas são chamadas gravitacionais. As ondas gravitacionais têm como força restauradora a gravidade e em águas profundas sua velocidade de propagação é diretamente proporcional ao seu comprimento de onda. Como o ambiente marinho é caótico, ondas com diferentes comprimentos são geradas e deslocam-se cada uma com uma velocidade diferente. A velocidade de fase de cada comprimento de onda pode ser obtida através da Teoria Linear resolvendo a fórmula abaixo:

Onde Cw é a velocidade de deslocamento, ou celeridade, g a aceleração da gravidade e L o comprimento de onda. No entanto, quando verificamos os dados obtidos por radar HF, temos componentes de velocidade diferentes dos esperados pela Teoria Linear. Essa 10

diferença é interpretada como a presença de correntes superficiais captadas pelo sinal de radar Crombie (1972 apud TEAGUE et al. 97). Vale ressaltar

que,

diferentemente de

outros radares,

como

o

escaterômetro, altímetros e o SAR (Synthetic Aperture Radar), que interagem com ondas capilares, os radares de alta frequência HF interagem com pequenas ondas gravitacionais na superfície oceânica (PADUAN, 1997).

1.3.2.Bragg Scattering Quando o sinal de radar HF atinge a superfície oceânica sofre um retroespalhamento (backscatter) onde é refletido em várias direções. Em casos especiais, a onda eletromagnética é refletida em ressonância com a onda transmitida, ou seja, ambas se deslocam em sentidos opostos, mas se somam por estarem em fase. A sobreposição de amplitudes gera um aumento na intensidade do sinal recebido (Fig. 6). Esse fenômeno é conhecido como “Bragg Scattering” e é proveniente da periodicidade das ondas de curto comprimento de onda, que normalmente estão presentes na superfície, resultado essencialmente da ação do vento. (OCHADLICK et al., 1992)

Figura 6: Ressonância causada pelo fenômeno de Bragg Scattering. As ondas vermelhas representam as ondas refletidas. Ao passar pelas ondas transmitidas (em azul) apresentam intensificação.

11

Segundo a teoria de Bragg uma superfície com oscilações periódicas interage com uma onda eletromagnética quando essa está sobre a seguinte relação (ROBINSON, 1985):

Onde w é o comprimento de onda da onda oceânica, r é o comprimento de onda do sinal transmitido pelo radar e  é o ângulo de incidência. Como o ângulo de incidência do radar em relação ao oceano é praticamente paralelo,  igual à zero, temos a seguinte relação:

As ondas oceânicas que atendem essa relação são chamadas de ondas de Bragg. Outras ondas, de mesma magnitude, também podem interagir com o radar. No entanto, como não ocorre o efeito de ressonância, o sinal se confunde com o ruído. Assim, se representássemos em um gráfico a intensidade do sinal recebido em função do comprimento de onda, visualizaríamos um pico máximo coincidente com o comprimento λ das ondas de Bragg. O comprimento de onda do sinal transmitido pelas antenas SeaSonde® Long Range é de 60 m, logo as ondas oceânicas de 30 m de comprimento serão as únicas a atender o critério para o espalhamento de Bragg (LOMONACO, 2007).

12

1.3.3.Efeito Doppler O Efeito Doppler é a mudança aparente da frequência de um sinal de onda sob a perspectiva de um observador que apresenta velocidade relativa ao transmissor. Podemos observar o efeito Doppler quando uma ambulância passa com a sirene ligada. O som da sirene parece mais agudo quando a ambulância se aproxima e mais grave enquanto ela se afasta de nós. A mudança aparente de frequência é em função da velocidade relativa entre observador e transmissor. Como a superfície do oceano é dinâmica e as ondas oceânicas estão em movimento, também ocorre efeito Doppler sobre o sinal de radar refletido. Dessa forma, é possível aferir a velocidade das ondas a partir da diferença entre as frequências do sinal transmitido e o sinal recebido. Também é possível verificar se as ondas se afastam ou se aproximam da antena receptora e assim calcular o movimento radial de correntes. A figura 7 mostra um gráfico onde o eixo vertical é a intensidade do sinal recebido e o eixo horizontal o desvio Doppler. Podemos observar dois picos de primeira ordem, representando ondas de Bragg, onde o pico da esquerda representa ondas se afastando (frequência negativa) enquanto o pico da direita representa ondas se aproximando (frequência positiva) da antena receptora.

Figura 7: O gráfico mostra a intensidade em dB no eixo vertical e o desvio Doppler no eixo horizontal. As frequências positivas se aproximam da estação radial enquanto as frequências negativas se afastam. As ondas de Bragg se destacam nos picos de primeira ordem (PADUAN 1997). 13

1.3.4.Cálculo das correntes marinhas radiais Como visto anteriormente, a corrente superficial pode ser verificada através da diferença entre a velocidade das ondas oceânicas calculada pela Teoria Linear e a velocidade medida por radares de alta frequência. As ondas de Bragg são usadas como referência para o cálculo da velocidade através do seu desvio Doppler por se destacarem no espectro de energia em picos de primeira ordem. Segundo Lomonaco (2007), na ausência de corrente superficial, os picos espectrais seriam simétricos e suas frequências () diferenciariam do sinal original por um valor proporcional a:

Onde Cw representa a velocidade de fase da onda superficial, e o λ é o comprimento de onda do sinal radar. Se houver a presença de corrente superficial, ocorre uma diferença entre os picos correspondente a:

Onde V é a componente radial da corrente na direção do radar. Dessa forma, pode-se calcular a velocidade radial de corrente para cada estação.

14

1.3.5.A Confiabilidade dos dados CODAR O CODAR tem se mostrado um instrumento de grande importância e alta confiabilidade em pesquisas oceanográficas, como estudos de dinâmica dos oceanos (KOHUT 2002, SILVA Jr. et al 2008), aplicações em engenharia costeira, desenvolvimento de estratégias militares, ações de mitigação e contingência de poluentes (LONG, 2007), operações de busca e resgate (ULLMAN et al 2006), determinação marítimas, além de auxiliar na gestão de zonas

costeiras.

Grandes

projetos

de

monitoramento

oceanográfico

internacionais também utilizam essa ferramenta (SCHOFIELD 2005, TERRIL et al 2007, KOHUT et al 2008), principalmente para a assimilação de dados em modelos computacionais. Vários trabalhos científicos em diferentes regiões do mundo já validaram os dados de CODAR com diversos mecanismos de medição in situ. Dados de ADCP foram usados como referencia na plataforma continental de New Jersey (KOHUT & GLENN, 2003), no litoral do mar Adriático (COSOLI et al., 2005), no estreito de Tsushuma ao sul do mar do Japão (YOSHIKAA et al., 2007), na região nordeste do mar Vermelho (GILDOR et al., 2009) e no leste da Florida (LIU et al., 2010). Dados de CODAR também apresentaram correlação positiva com dados de boias e derivadores em experimentos na costa da Galícia (ALFONSO et al., 2006), na costa de Santa Bárbara e São Diego (OHLMANN, 2007) e na baia de São Francisco nos EUA (LIPA et al., 2009). Partindo destes princípios, neste trabalho os dados CODAR são considerados precisos com erro amostral desprezível, podendo ser usados como base comparativa aos dados de previsão de corrente. Na Bacia de Campos, apesar de ainda não existirem trabalhos de validação, Lomonaco (2007) e Rahy et. al. (2008) realizaram testes com dados CODAR demonstrando o melhor posicionamento das estações radiais e a configuração adequada do sistema para o local de estudo.

15

2. OBJETIVO O objetivo deste trabalho é implementar um novo método de previsões de corrente, para a Bacia de Campos, que gere previsões de curto prazo (12 a 72 horas) em intervalos de seis horas utilizando dados remotos (satélites e radar HF). Espera-se, com este método, sanar as lacunas geradas pela variabilidade de cobertura dos dados de radar HF complementando com os dados de satélite. Além disso, busca-se gerar previsões confiáveis em tempo quase-real através de rotinas de baixo custo computacional a fim de subsidiar diferentes operações na região offshore dependentes de informações de correntes oceânicas. Para tal serão considerados os seguintes objetivos específicos: I.

Adequação de uma rotina de Análise Objetiva aos dados de satélite e radar.

II.

Construção de um mapa de correntes de alta resolução.

III.

Implementar uma rotina de previsão de correntes utilizando o mapa gerado e o resultados de modelo de vento.

IV.

Avaliar a representatividade do método de previsão através de comparações com dados observados por radar HF.

16

3. METODOLOGIA 3.1

Área de Estudo A Bacia de Campos abrange uma área com aproximadamente 100.000

km² sendo definida como a região entre a Cadeia Vitória-Trindade (20,5°S) e o Alto de Cabo Frio (24°S) demarcado pela mudança abrupta na orientação das linhas batimétricas (VIANNA et al, 1998 apud SILVEIRA, 2007). A Plataforma Continental da Bacia de Campos é estreita com largura média de 60 km e a quebra da plataforma variando entre 60 e 100 km. (MANO, 2007). Já o talude continental apresenta largura média de 40 km e declividade de aproximadamente 2,5° (SILVEIRA, 2007). A figura 8 mostra o mapa batimétrico da região, sendo destacada a região de estudo entre as latitudes 22°S e 24°S e longitude 42°W e 44°W.

Figura 8: A região da Bacia de Campos, destacando o setor Cabo de São Tomé – Cabo Frio. Dados de batimetría retirados da base Etopo 1.

17

A topografia local apresenta regiões de grande gradiente vertical, como nas proximidades da cadeia Vitória-Trindade e do Platô de São Paulo, que influenciam diretamente na hidrodinâmica da região formando meandros e vórtices sobre Corrente do Brasil (CB). A CB é uma corrente de contorno oeste, que se caracteriza por um fluxo intenso próximo à margem continental, pertencente ao Giro Subtropical forçado pelo vento de larga escala (GODOI, 2005). Esta corrente está centrada entre as isóbatas de 200 e 1000 m, ocupando a parte mais externa da plataforma continental sudeste brasileira e o talude continental (CASTRO, 1996). Portanto, a Corrente do Brasil, controla a circulação superficial na plataforma externa e talude, sendo caracterizada por um fluxo no sentido Sul, com altas temperaturas e salinidade, acompanhando a direção da quebra de plataforma (MANO, 2007). Outra particularidade da CB é que esta apresenta intensa atividade de mesoescala entre as latitudes de 20°S e 28°S (SILVEIRA, 2007). Próximo a Cabo Frio e São Tomé, constantemente se desenvolvem meandros ciclônicos, que podem evoluir em vórtices isolados da CB (Fig. 9). Esses vórtices e meandros podem intensificar as velocidades de corrente e até mesmo inverter seu sentido (LIMA, 1997 apud SILVEIRA, 2007). Estudos mostram que o grande cisalhamento vertical observado na região pode ser o principal responsável pela intensificação dessas feições de mesoescala, além da batimetria e o contorno da costa (CALADO, 2001).

18

Figura 9: Imagem de temperatura superficial destacando frente térmica da CB e os vórtices de São Tomé e Cabo Frio. A Corrente do Brasil é destacada em vermelho pela maior temperatura. Adaptado de Silveira (2007).

Na parte mais interna da plataforma continental, a circulação oceânica parece ser essencialmente forçada pelo vento dominante (CASTRO,1996). Durante todo ano predominam ventos de E a NE na área de interesse, gerados pelo Anticiclone Semipermanente do Atlântico Sul (ASAS). Apesar disso, esse padrão pode ser alterado pelas passagens de frentes frias que mudam a direção dos ventos de W a SW. O período de maior passagem de frentes frias ocorre nos meses de agosto a novembro (LEMOS & CALBETE, 1996). De acordo com Stech & Lorenzzetti (1992), com a passagem da frente fria os ventos sofrem uma inversão de sentido progressivamente fluindo de SW. O giro anti-horário do vento se completa após 24h da passagem da frente e o vento volta a fluir de NE.

19

A

região

também

é marcada

pelo

fenômeno

de

ressurgência,

caracterizado pela intrusão de águas frias e ricas em nutrientes até a superfície. Durante o verão o predomínio de ventos de nordeste desloca as águas superficiais em direção ao oceano (Transporte de Ekman) permitindo o avanço da ACAS (Água Central do Atlântico Sul) sobre a plataforma até a superfície (REZENDE, 2003). Estudos mostram que esse fenômeno ocorre desde Vitoria, sendo a de Cabo Frio a mais estudada. Além do regime de ventos, a mudança brusca da linha de costa e o grande gradiente topográfico da região são favoráveis à ocorrência de ressurgência (MANO, 2007). O trabalho de Rodrigues & Lorenzzetti (2001) sugere que em Cabo Frio, diferente do restante da região, a linha de costa possui mais influência que o gradiente topográfico. A Bacia de Campos além de ser caracterizada por sua complexa hidrodinâmica também é conhecida como a principal bacia sedimentar de exploração de petróleo do Brasil. As atividades de exploração e produção de petróleo exigem um conhecimento a fundo da circulação da região. Segundo Silveira (2007), a dinâmica do sistema de correntes da Bacia de Campos ainda é bastante inexplorada e estudos de análise de dados e modelagem numérica podem contribuir para o aumento do conhecimento oceanográfico da região. Assim, uma das regiões mais produtoras de petróleo do país está localizada na área onde a simulação hidrodinâmica é uma das mais complexas do litoral brasileiro (MANO, 2007).

20

3.2

Princípios Fundamentais O método proposto neste trabalho para previsões de correntes oceânicas

se baseia na combinação de dados de satélite, radar HF e resultados de modelos prognósticos de vento. Os dados obtidos por radar de alta frequência CODAR nem sempre cobrem toda a área estudada, devido a variabilidade do alcance das radiais. Para sanar essas lacunas de dados, é proposta uma Análise Objetiva (AO) entre os dados CODAR e um campo de correntes superficiais obtidos por sensoriamento remoto, composto essencialmente de corrente de Ekman e Corrente Geostrófica (SUDRE & MORROW, 2007). As previsões de corrente então são obtidas mantendo constante a geostrofia da AO e variando a corrente de Ekman, de acordo com os prognósticos de vento. Para a previsão de correntes superficiais são consideradas duas premissas: (I) os dados observados por radares CODAR contêm erro amostral desprezível e serão usados como base para a validação das previsões; e (II) a componente geostrófica na região estudada oscila em escala muito maior que a escala das previsões (12 a 72h), podendo ser considerada constante. O período de dados analisados foi de 20/08/2007 a 19/09/2007.

3.3

Análise Objetiva Análise Objetiva (AO) pode ser definida como um método estatístico onde

os dados distribuídos em uma malha amostral aleatória são reorganizados em uma grade regularmente espaçada e uniforme. A AO é um estimador não tendencioso, linear e de mínima variância, ou seja, nas regiões da grade onde não há valores medidos estima-se a grandeza através da combinação linear de dados observados nos pontos próximos a este (CALADO, 2006). Uma AO pode ser descrita pela fórmula geral abaixo.

f a  f B  W  f o  H  f B 

21

Onde ƒa é o resultado da análise, ƒB é o valor de climatologia ou background, ƒo é o dado observado, W é o peso atribuído em cada ponto da grade e H é uma função matemática de interpolação. Portanto, o valor de análise é composto por dados observados (CODAR) e valores do background (correntes superficiais obtidas por satélite). O peso W varia para cada ponto da grade de interpolação sendo inversamente proporcional à distância do ponto observado e à variância dos dados mais próximos. Dessa forma, quanto mais próximo um ponto da grade estiver dos dados observados, maior a influência dos dados de CODAR e menor a do background. Em contrapartida, quanto mais longe dos dados observados, os valores da grade irão se aproximar dos valores de background.

3.3.1.Análise Objetiva de Múltiplas Escalas O método de Análise Objetiva de Múltiplas Escalas (AOME) é uma variação sofisticada de AO que permite a interpolação de dados em 4-D, ou seja, além de interpolar os dados no plano horizontal e vertical (x,y,z) também é capaz de interpolar no tempo, criando dados climatológicos. Porém, o diferencial da AOME, que torna o método tão singular, está na possibilidade de utilização de dois comprimentos de correlação distintos. Utilizando grades de diferentes espaçamentos, os valores podem ser mesclados a partir de uma função de correlação otimizada para cada grade, gerando um produto com uma única escala. Dessa forma podem-se analisar feições de menor escala junto a fenômenos de escala maior sem distorções ou erros de interpolação grosseiros nas vizinhanças. O método utilizado neste trabalho foi desenvolvido por Carter & Robinson (1987) e adaptado por Calado (2006).

22

A AOME é amplamente usada em assimilação de dados em modelos numéricos por se tratar de um sistema de baixo custo computacional e grande robustez. A função de correlação utilizada na AOME é descrita abaixo. Para a formação dos campos de correntes não serão usadas interpolações temporais, sendo assim, seus parâmetros foram suprimidos nas equações apresentadas (CALADO, 2006).

Onde:

Sendo xj, yj e xi, yi as coordenadas de cada grade, enquanto a e b são parâmetros em função dos comprimentos de correlação (Xdecai e Ydecai) e dos parâmetros de cruzamento zero (Xzero e Yzero). Os parâmetros Rx e Ry são calculados em função de características da grade e da orientação dos comprimentos de correlação. Por fim, a AOME ajusta os dois campos de diferentes escalas através da soma da função de correlação dos dados observados (Cobs) e a função de correlação de background (Cback).

23

3.4

Geração dos Mapas de Corrente As correntes superficiais podem ser decompostas em componentes

geostróficas, em função do equilíbrio entre o gradiente de pressão e a força gravitacional, e componentes ageostróficas, principalmente a corrente de Ekman. A componente geostrófica foi calculada pelas anomalias na topografia dinâmica através de dados de altimetria da base de dados AVISO com resolução de 1/3 de grau. À geostrofia obtida por altimetria, foi adicionada uma componente associada à força de buoyancy, que se opõe a força gravitacional na equação de equilíbrio hidrostático vertical, como sugerido por Bonjean & Lagerloef (2002). Para o cálculo desta componente, foi utilizado o gradiente térmico horizontal, obtido a partir de dados de temperatura da superfície do mar (TSM) da base de dados da Operational Sea Surface Temperature and Sea Ice Analysis (OSTIA). Para o cálculo da corrente de Ekman, foram utilizados dados de vento do Cross-Calibrated Multi-Platform (CCMP), disponibilizados pelo JPL/NASA. Estes dados são resultantes da combinação de várias fontes de dados de vento obtidos por satélites. Portanto, o campo de background é integralmente calculado a partir de dados de satélite. Assumindo que a circulação na Bacia de Campos é controlada essencialmente pela Corrente do Brasil e pelas correntes forçadas por vento, a obtenção da corrente superficial por meio de geostrofia e Ekman é uma boa aproximação. Deve-se destacar, então, que a aplicação, em outra região, da metodologia aqui utilizada deve ser antecedida por uma avaliação das principais forçantes da circulação na área de interesse. Os dados observacionais serão compostos pelos mapas de CODAR na resolução temporal de 1 hora. As observações possuem tanto componentes geostrófica como ageostróficas. Neste caso, além de Ekman, efeitos dinâmicos de menor escala também estão incluídos. O mapa final de análise é a AOME entre os dados observados e os dados de background. Os dados de satélite utilizados neste trabalho possuem resolução de 1/3° enquanto os dados de CODAR possuem resolução de 6 km. Se em ambos os casos fossem usados o 24

mesmo comprimento de correlação, os valores de pequena escala seriam suavizados ou os valores de grande escala seriam descaracterizados quando o espaçamento fosse maior que o comprimento de correlação. Como o método de AOME foi desenvolvido para grandezas escalares as componentes zonais (u) e meridionais (v) da velocidade serão calculadas separadamente. Após a interpolação entre as componentes vetoriais u e v, os mapas de análise são concluídos.

3.5

Previsão de Corrente

Nas previsões de corrente, inicialmente a componente de Ekman é subtraída do campo de análise, obtido pela AOME. Este campo sem Ekman se mantém constante ao longo do tempo. A este campo são somadas as componentes de Ekman das horas futuras, obtidas a partir dos campos de vento de um modelo atmosférico operacional a cada seis horas. No entanto, como estamos avaliando uma situação pretérita, foram utilizados os próprios dados CCMP para simular as previsões. O objetivo é verificar se o conceito do método em manter a geostrofia constante e Ekman variável permite gerar uma boa estimativa de corrente, desde que haja dados confiáveis de previsão de vento. Assim, a previsão de correntes será a composição da análise gerada pela AOME, sem Ekman, somado às componentes de Ekman das próximas horas, calculadas a partir dos valores de vento retirados do CCMP. A cada seis horas o método gera seis previsões de correntes com intervalos de doze horas (12, 24, 36, 48, 60 e 72 h). Mano & Alves (2010) provaram a aplicabilidade dessa técnica ao comparar o resultado de dois métodos diferentes. No primeiro, foi utilizado um complexo modelo numérico com assimilação de dados de altímetro, TSM e dados CODAR. O segundo método se baseou em uma soma vetorial entre os dados de corrente observadas por CODAR e o cisalhamento do vento de horas futuras derivadas do modelo de previsão GFS (Global Forecast System). Os

25

resultados mostraram que o segundo método foi mais eficiente em condições de mar adversas, além de exigir menor custo computacional. A validação das previsões foi realizada pela comparação entre o campo de correntes previsto e o campo de correntes gerados posteriormente por CODAR para as horas correspondentes à previsão. O erro percentual entre as previsões e observações foi calculado de acordo com Spiegel (1975), sendo definido como a razão entre o desvio médio (DM) do “erro” e o dobro do desvio médio do dado observado:

Onde Er é a diferença entre observações (obs) e previsões (prev) e a Dm retrata quanto um parâmetro X (Erro ou observações) se diferencia de sua distribuição média dentro de um universo de N elementos.

26

4. RESULTADOS E DISCUSSÕES Primeiramente, foi realizada uma análise espectral nos dados observados por radar HF em intervalos de 1h, entre Julho e Setembro de 2007, através da transformada rápida de Fourier. O objetivo foi verificar se os parâmetros escolhidos para resolver a hidrodinâmica da região estão corretos e/ou são suficientes para compor o mapa de correntes da região, conforme premissa inicial. A figura 10 mostra os picos das frequências encontradas.

1

2

3 4

Figura 10 – Análise Espectral dos dados de radar HF.

Os picos 1 e 2 do espectro controlam a circulação. O pico número 1 representa um período de 68 dias e o pico 2 é referente a um período de 7 dias. Considerando as oscilações da CB (meandros e vórtices) como ondas de Rossby topográficas (Mano, 2007), tem-se, para estas ondas, uma celeridade de grupo em torno de 0,02 m/s e comprimentos de onda similares aos diâmetros dos vórtices na região, em torno de 100 km, resultando em períodos

27

da ordem de 60 dias, muito próximos ao período do pico 1. Desta forma, o pico 1 foi atribuído às oscilações de meso-escala da Corrente do Brasil. Além de confirmar a importância da geostrofia, o pico em torno de 60 dias reforça a premissa de que a geostrofia pode ser mantida como constante em previsões de curto prazo. O segundo pico, o mais alto do espectro, em torno de 7 dias, foi associado às variações do campo de vento, que apresentam períodos dessa ordem na Bacia de Campos. Estes resultados dão suporte ao conceito do método de previsão aqui proposto, onde geostrofia e Ekman controlam a circulação e têm magnitudes na mesma ordem, mas com escalas temporais que diferem em uma ordem de grandeza, o que permite manter a geostrofia constante, variando apenas a corrente de Ekman. Os dois picos posteriores apresentam a mesma ordem de grandeza, provavelmente associados aso mesmos fenômenos físicos. O terceiro pico em destaque apresenta um período de aproximadamente 1,28 dias associado à freqüência inercial, que pode ser facilmente calculada por f=2Ωsen(θ)/2π, onde θ é a latitude média da região e Ω é a taxa de rotação da Terra. O último pico em destaque mostra uma componente semi-diurna associada às correntes de maré. Outro importante teste foi a avaliação da capacidade da AOME de gerar campos de corrente de alta resolução, sem divergir muito das observações. Para quantificar esta capacidade, foram gerados 744 mapas de análise a partir de dados de satélites e radar HF entre 20/08 e 19/09/2007 com grade de resolução de 6 km em intervalos de uma hora. o mapa da média temporal do Erro Médio Quadrático (RMSE) entre as análises e observações (Fig. 11) mostra valores bastante reduzidos para a subgrade das observações. A média espacial de RMSE ficou em 0,02 m/s. Foram testados diferentes raios de interpolação para os dados de entrada, no entanto, os testes não apresentaram grandes diferenças. Foi definido um raio de interpolação quatro vezes maior que a resolução de cada grade de entrada. A qualidade de interpolação pode ser confirmada pelos baixíssimos índices de RMSE da subgrade de observações.

28

Figura 11 – Erro Médio Quadrático entre as análises e as observações (CODAR).

3.6

Avaliação do Método Após a retirada da componente de Ekman da análise, foram acrescidos

às previsões os campos futuros de Ekman, correspondentes às previsões de 12, 24, 36, 48, 60 e 72 horas posteriores à análise. O estudo das previsões se dividiu em duas etapas. Primeiro, foi realizada uma análise quantitativa dos dados, onde foram gerados mapas de RMSE entre as previsões e os dados CODAR do tempo previsto, para averiguar a evolução da precisão das previsões. A segunda etapa de estudo das previsões consistiu numa análise qualitativa da capacidade do método em prever eventos anômalos, como vórtices e inversões de correntes, mesmo quando estas feições estão ausentes nos dados de entrada.

29

3.7

Análise Quantitativa. A média temporal dos mapas de RMSE é apresentada abaixo (Fig. 12 e

13) para as componentes zonais e meridionais. De forma geral, os mapas apresentaram bons resultados com picos de RMSE em cerca de 0,2 m/s para a componente U e máximos de 0,3 m/s para a componente V em média. Os maiores valores de RMSE foram nas extremidades superiores próximas aos limites de alcance do radar. O alcance das radiais é muito variável nessas regiões limitando a qualidade dos dados observados e diminuindo o número de amostras para cálculos médios, o que provavelmente causou o aumento de erros. Também se verificou um aumento do RMSE na região nordeste da região das observações para a componente V. Essa região mostrou constantes mudanças de direção de corrente devido à passagem de frentes atmosféricas. Apesar do método representar bem essas feições, como será mostrado adiante, frequentemente foram previstas correntes menos intensas que o observado. É provável que isso seja a razão do aumento de RMSE. Com o objetivo de avaliar com qual período de antecedência o método é eficiente, foram gerados mapas de erros para cada período de doze horas de previsão. Os resultados foram satisfatórios, pois todos os períodos de previsão apresentaram em grande parte da área de estudo RMSE de cerca de 0,20 m/s em relação às observações com radar HF. Apesar da grande variabilidade dos resultados, foi possível observar erros maiores na componente V em relação à componente U na maioria dos casos, como observado por São Thiago (2007) para a mesma região. Os picos de erros variaram em intensidade nos diferentes períodos de previsão, mas não variaram espacialmente de forma significativa. Os mapas de previsão mostraram, conforme o esperado, melhores resultados para as previsões de 12h (Fig. 14 e 15). No entanto, mesmo as previsões de 72 horas mostram resultados satisfatórios com RMSE máximo de 0,4 m/s. Os mapas de RMSE de cada período de previsão para cada componente se encontram abaixo (Fig.14 a 25).

30

Figura 12 – RMSE entre todas as previsões e observações para a componente U no período de 20/08 e 16/09/2007.

Figura 13 - RMSE entre todas as previsões e observações para a componente V no período de 20/08 e 16/09/2007.

31

12 horas:

.

Figura 14 – RMSE entre a Previsão de 12h e os dados CODAR da componente U de velocidade de corrente

Figura 15 – RMSE entre a Previsão de 12h e os dados CODAR da componente V de velocidade de corrente.

32

24 horas:

Figura 16 – RMSE entre a Previsão de 24h e os dados CODAR da componente U de velocidade de corrente.

.

Figura 17 – RMSE entre a Previsão de 24h e os dados CODAR da componente V de velocidade de corrente.

33

36 horas:

Figura 18 – RMSE entre a Previsão de 36h e os dados CODAR da componente U de velocidade de corrente.

Figura 19 – RMSE entre a Previsão de 36h e os dados CODAR da componente V de velocidade de corrente.

34

48 horas:

.

Figura 20 – RMSE entre a Previsão de 48h e os dados CODAR da componente U de velocidade de corrente

Figura 21 – RMSE entre a Previsão de 48h e os dados CODAR da componente V de velocidade de corrente.

35

60 horas:

Figura 22 – RMSE entre a Previsão de 60h e os dados CODAR da componente U de velocidade de corrente.

Figura 23 – RMSE entre a Previsão de 60h e os dados CODAR da componente V de velocidade de corrente.

36

72 horas:

Figura 24 – RMSE entre a Previsão de 72h e os dados CODAR da componente U de velocidade de corrente.

Figura 25 – RMSE entre a Previsão de 72h e os dados CODAR da componente V de velocidade de corrente.

37

A gradação crescente do erro das previsões é diretamente relacionada ao intervalo das previsões e pode ser observada na figura 26, onde é mostrada a média espacial de cada mapa de RMSE, apresentados anteriormente, para cada período de previsão. Como mostrado nos mapas anteriores, a componente V apresenta um desvio maior comparada a componente U, porém ambas apresentam um crescimento com o aumento do tempo de previsão. O método parece adequado, mostrando RMSE variando de 0,15 e 0,26 m/s, como observado por Hodgins & Xue (1993) e Behringer et. al (2004). Entretanto, cabe salientar que estes erros foram obtidos por um método com custo computacional muito menor do que os utilizados nos complexos sistemas de assimilação de dados.

Figura 26 - Média Espacial e temporal dos mapas de RMSE.

38

As tabelas 1 e 2 mostram mais claramente a relevância dos erros encontrados ao mostrá-los de forma percentual de acordo com Spiegel (1975). Na primeira coluna são mostradas as médias espaciais dos mapas de RMSE para as análises e para cada intervalo de previsão. A segunda coluna mostra a variação do RMSE entre cada intervalo de previsão. A variação da primeira previsão (12h), no entanto, é comparada com o valor da análise. Os valores percentuais do erro, presentes na terceira coluna, atingem um ápice de 54% nas previsões para 72 h, o que é compatível com uma região de circulação complexa e de grande variância, como a Bacia de Campos. No entanto, erros em torno de 47% já nas primeiras previsões (12h) são altos e mereceram uma maior investigação.

Tabela 2 – Variação do Erro da componente U entre as previsões.

Análise Previsão 12 h Previsão 24 h Previsão 36 h Previsão 48 h Previsão 60 h Previsão 72 h

RMSE(m/s) 0,036 0,164 0,151 0,187 0,187 0,198 0,192

Variação (%) 360,54 -7,85 23,25 0,11 5,94 -2,83

Er(%) 9,4 46,9 42,5 52,8 51,9 54,7 54,4

Er(%) sem bias 11,2 7,4 17,4 17,2 20,2 19,0

Tabela 3 – Variação do Erro da componente V entre as previsões.

Análise Previsão 12 h Previsão 24 h Previsão 36 h Previsão 48 h Previsão 60 h Previsão 72 h

RMSE(m/s) 0,049 0,196 0,203 0,241 0,253 0,263 0,261

Variação (%) 302,18 3,47 18,83 4,81 4,12 -0,72

Er(%) 9,1 37,3 37,4 45,1 47,6 49,0 48,7

Er(%) sem bias 13,5 14,3 21,7 24,0 25,7 25,4

39

Analisando as variações de RMSE a partir da previsão de 12 h, presentes na terceira coluna, há um aumento médio de 5% do RMSE a cada previsão o que é extremamente baixo. A variação de RMSE nas primeiras 12 h, entretanto, está completamente fora desse padrão. Se uma variação de 5% também ocorresse na previsão de 12 h, o RMSE da componente V, por exemplo, deveria ficar entre 0,05 e 0,06 m/s. No entanto, o RMSE saltou para 0,19 m/s já na primeira previsão, que, teoricamente, deveria ter o menor salto. Aparentemente, há um viés (bias) de erro da ordem de 0.10 a 0.15 m/s, introduzido já na primeira previsão e que se mantém, impactando todas as previsões seguintes. Se retirarmos um viés médio de 0.125 m/s do RMSE (quarta coluna das tabelas dois e três), o percentual de erro passaria a variar entre 08% e 20%, na componente U, e entre 13,5% e 26% na componente V para as primeiras 72 h, o que pode ser considerado ótimo. Estes percentuais de erro sem o hipotético viés representam o potencial de eficácia que o método pode atingir. Especulou-se, então, que este viés pode estar associado a alguma componente da circulação que não foi considerada a princípio. Esta componente teria magnitude da ordem de 0,10 m/s e período de poucos dias ou horas, ou seja, precisaria também ser subtraída do campo de AOME e adicionada nas previsões. De acordo com o espectro de corrente da região (Fig. 10), a primeira hipótese é de que esta componente é a circulação inercial.

40

3.8

Análise qualitativa: Previsibilidade de eventos anômalos.

Como dito anteriormente, a região de estudo é caracterizada por grande variabilidade, ocorrendo frequentemente a formação de vórtices e inversões de corrente. Essas anomalias (em relação ao fluxo médio) são de extrema importância para atividades de contingência e modelos de deriva de óleo, pois podem mudar drasticamente o transporte do mesmo. Para avaliar a capacidade do método em prever tais anomalias, foram destacados, durante o período de estudo, dois vórtices claramente observados pelos dados de CODAR e uma inversão de corrente próxima aos limites da Corrente do Brasil. Os vórtices ocorreram próximos à costa de Cabo Frio, ambos ciclônicos com duração de cerca de dois a três dias. O primeiro vórtice ocorreu entre os dias 01 e 03 de setembro sendo previsto pelo método com 60 horas de antecedência (Fig.27 a 29). Na figura 27 é possível notar uma corrente costeira se deslocando sentido Norte enquanto que a circulação mais oceânica é predominantemente SW. Após 60 h, a corrente costeira retoma direção para Sul enquanto a CB se intensifica formando um vórtice próximo a Cabo Frio. Esse padrão pode ser observado tanto nos dados de CODAR como na previsão, apesar da atenuação da corrente prevista. O segundo vórtice ocorreu entre 16 e 17 de setembro, sendo previsto com 72 horas de antecedência (Fig. 30 a 32). É interessante ressaltar que os dados de entrada não possuíam qualquer evidência de vórtices, mesmo assim as feições puderam ser previstas com até três dias de antecedência. Os vórtices previstos apresentaram deslocamento entre 0,4 e 0,2 graus para Norte em relação ao centro dos vórtices observados. As distâncias entre os

centros

dos

vórtices

previstos

e

observados

foram

diretamente

proporcionais ao tempo de previsão.

41

Figura 27 - Entrada: 29/08/2007 as 18h00

Figura 28 - Previsão de 60h

Figura 29 - Observado em 01/09/2007 as 06h00

42

Figura 30 - Entrada: 13/09/2007 as 06h00

Figura 31 - Previsão de 72h

Figura 32 - Observado em 16/09/2007 as 06h00

43

A inversão de corrente observada nas proximidades do limite da Corrente do Brasil foi entre 17 e 18 de setembro. A corrente muda seu curso para norte e posteriormente para oeste, provavelmente devido a um evento sinótico atmosférico. A inversão de corrente foi prevista com 72 horas de antecedência (Fig. 34 a 35).

Figura 33 - Dado de entrada: 14/09/2007 as 06h

Figura 34 - Previsão de 72h

44

Figura 35 - Observado em 17/09/2007 as 06h

Apesar da orientação dominante da corrente para sudoeste nos dados de entrada, o mapa de previsões mostra uma corrente vinda de leste e se bifurcando para norte e para sudoeste semelhantemente ao observado nos dados de radar três dias depois. Nota-se ainda, na Figura 35, a presença do vórtice ciclônico ao largo de Cabo Frio, também presente na previsão de 72 h, embora ausente nos dados de entrada. Nesta última situação, o método foi capaz de prever diferentes anomalias (fluxo de leste, bifurcação da corrente e vórtice) com 72 h de antecedência, sem que nenhuma delas estivesse presente nos dados de entrada, evidenciando a capacidade do método na previsão dos padrões de circulação. Esta capacidade de previsão de padrões de circulação e feições anômalas sugere que os erros calculados na análise quantitativa estão muito mais associados à intensidade da corrente do que à direção da mesma.

45

5. CONCLUSÃO O método de previsões de corrente sugerido superou as expectativas apresentando bons resultados para a região de estudo, sendo considerado validado para a Bacia de Campos. Os mapas de análise derivados da AOME com diferentes sensores remotos (radar HF e satélites) foram capazes de revelar feições de mesoescala em uma grade de 6 km e resolução temporal de uma hora. Pequenas mudanças na hidrodinâmica da região podem ocorrer em questões de horas devido à passagem de frentes atmosféricas. Outras feições maiores podem ser mais duradouras como oscilações na Corrente do Brasil ou o deslocamento de vórtices. Os mapas de análise podem ser utilizados para estudos das mais diversas escala de feições, assim como a frequência em que elas ocorrem na região, devido à sua grande resolução tanto temporal como espacial. Os índices de erro médio quadrático (RMSE) entre as análises e os dados observados foram muito baixos mostrando que, mesmo em situações em que o alcance dos dados de radar HF é reduzido, a introdução dos dados de satélite supre a ausência de dados nas regiões adjacentes. As previsões de corrente, quando comparadas com as observações, apresentaram RMSE menores que 0,2 m/s na maior parte dos mapas em todos os intervalos de previsão. As regiões com maior erro foram nos limites do alcance das observações, o que já era esperado. Na região onde foi observada a bifurcação de corrente para Norte e Oeste (Fig. 35), foram encontrados os maiores erros, na ordem de 0,4 m/s. Os valores médios de RMSE (Fig. 26) confirmaram a gradação da precisão de acordo com os intervalos de previsão. Como esperado, quanto menor o prazo da previsão, maior é a sua precisão. No entanto, os valores encontrados são satisfatórios para previsões de até 72 horas (erros percentuais em torno de 50%). A análise quantitativa mostrou que o método é capaz de gerar previsões com erros da mesma ordem dos observados na literatura, mas com um esforço computacional significativamente menor. As variações de RMSE ao longo das previsões, numa média de 5% a cada 12 h de previsão, foram bastante baixas. 46

A ausência de componentes de menor magnitude e de maior freqüência tais como correntes inerciais e de maré, pode explicar a existência de uma parcela de RMSE em torno de 0,10 m/s presente em todas as previsões. Hipoteticamente a inclusão destas componentes, seguindo o mesmo conceito do método, pode diminuir o erro percentual de previsão. Considerando esta inclusão e a variação média de 5% a cada 12 h, há um potencial de melhoria do método até atingir erros percentuais máximos de 25%, para previsões de 72 h, o que é raramente obtido em estudos de previsão. A análise qualitativa mostrou que o método consegue prever claramente o padrão de circulação com 72 h de antecedência, mesmo nos casos de surgimento de vórtices e inversão de correntes. Tais anomalias foram previstas ainda quando elas não estavam presentes nos dados de entrada. Houve, no entanto, diferenças na magnitude das correntes entre as previsões e as observações, expressas nos erros encontrados na análise quantitativa. Esta capacidade de previsão de padrões de circulação e feições anômalas sugere que os erros calculados na análise quantitativa estão muito mais associados à intensidade da corrente do que à direção da mesma. Ou seja, especula-se que uma eventual inclusão de outra componente de corrente de menor escala (Fig. 10) não teria força para modificar o padrão de circulação, mas ajustaria as magnitudes das correntes previstas. O desempenho do método depende exclusivamente da qualidade dos dados de radar HF, dos dados de satélite e dos resultados do modelo de vento escolhido. Os dados de CODAR têm aceitabilidade e confiabilidade em todo mundo, como já foi relatado. Contudo, os mesmos não foram validados para a região de estudo comparando com métodos convencionais de medição de corrente. Estudos para a validação do radar da Bacia de Campo são previstos para o futuro próximo. Como sugestão para futuros trabalhos utilizando o método proposto, recomenda-se a inclusão das componentes de maré nas previsões e a escolha do GFS como modelo de vento, por apresentar boa resolução espacial, com grande confiabilidade e regularidade na disponibilização dos dados via internet.

47

Por fim, o método provou sua eficácia unindo dados de diferentes sensores remotos, gerando mapas de grande resolução espacial e temporal e previsões de corrente próximas do observado mesmo em intervalos de três dias. A facilidade de processamento das rotinas utilizadas mostra a possibilidade de se operacionalizar o método e disponibilizar as previsões em tempo quase real, mesmo utilizando um microcomputador convencional. Os mapas de análise gerados pelo estudo podem ser utilizados para o estudo da hidrodinâmica local, ocorrência e comportamento de vórtices na região, além de utilizados na assimilação de modelos hidrodinâmicos mais robustos. As previsões podem ser consultadas em operações offshore e ações de emergência onde seja necessária atualização constante de informações para a os tomadores de decisão.

48

6. REFERÊNCIAS BIBLIOGRÁFICAS ALFONSO, M.; ÁLVAREZ, E.; LÓPEZ, J. Comparison of CODAR SeaSobnde HF Radar operational waves and currents measurements with Puertos del Estado buyos. Final Report. Puerto del Estado. 2006. BEHRINGER, D.; XUE, Y. Evaluation of the Global Ocean Data Assimilation System at NCEP: The Pacific Ocean. Eigth Symposion on Integrated Observing and Assimilation Systems for Atmosphere, Oceans and Land Surface, Washington. 2004. BOEBEL, O.; BARRON, C. A. comparison of in-situ float velocities with altimeter derived geostrophic velocities. Deep-Sea Research II, v. 50, p. 119139. 2003. BONJEAN F. AND LAGERLOEF G. E. Diagnostic Model and Analysis of the Surface Current in the Tropical Pacific Ocean. JORNAL OF PHYSICAL OCEANOGRAPHY. Vol.32, pp 2938-2954. 2002. CALADO, L., 2001. Dinâmica da formação dos meandros e vórtices da Corrente do Brasil ao largo do sudeste brasileiro. Dissertação de Mestrado, Universidade de São Paulo, São Paulo. CALADO, L., 2006. Dinâmica da Interação da atividade de meso-escala da Corrente do Brasil com o fenômeno de ressurgência costeira ao largo de Cabo Frio e Cabo de São Tomé, RJ. Tese de Doutorado, Universidade de São Paulo, São Paulo. CARTER, E. F. & A. R. ROBINSON, 1987. Analysis Models for the estimation of oceanic fields. Journal of Atmospheric and Oceanographic Technology, V. 11(1), 49-74. CASTRO, B. M., 1996. Correntes e Massas de água da Plataforma Continental Norte de São Paulo. Tese de Livre Docência, Instituto Oceanográfico da Universidade de São Paulo, São Paulo. CLANCY, R. M. Operational modeling: ocean modeling at the Fleet Numerical Oceanography Center, Oceanography, 5(1), p. 31-35. 1992. COSOLI, S.; GACIC, M.; MAZZOLDI, A. Comparison between HF radar current data and moored ADCP currentmeter IL NUOVO CIMENTO, Societ`a Italiana di Fisica,v. 28 C, N. 6 . 2005. 49

EKMAN V. W. On the Influence of the Earth’s Rotation on OceanCurrents. Arkiv för matematik, Astronomi och Fysik, v. 2, n. 11, p. 1-51, 1905. GILDOR, H.; FREDJ, E.; MONISMITH, J.Evidence for Submesoscale Barriers to Horizontal Mixing in the Ocean from Current Measurements and Aerial Photographs. JOURNAL OF PHYSICAL OCEANOGRAPHY, DOI: 10.1175/2009JPO4116.1, v. 39. 2009. GODOI, S. S. 2005. Dinâmica quase-geostrófica do sistema Corrente do Brasil no embaiamento de São Paulo (23,5º-27ºS). Tese de Doutorado. Insituto Oceanográfico – USP, São Paulo. 133p. HASSELMAN, K. E HASSELMAN, S., (1991), “On the Nonlinear Mapping of an Ocean Wave Spectrum Aperture Radar Image Spectrum and Its Inversion” Journal of Geophysical Research, v.96, n. c6 (Jun), p. 10.71310.729. HODGINS, D. O.; GOODMAN, R. H.; FINGAS, M. F. Forecasting Surface Currents Measured with HF Radar. 16th Artic and Marine Oil Spill Program (AMOP) Technical Seminar, Calgary, Alberta.1993. JOHANNESSEN, O. M.; SANDVEN, S.; JENKINS, A. D.; DURAND, D.; PETTERSSON, L. H.; ESPEDAL, H.; EVENSEN, G.; HAMRE, T. Satellite earth observation in operational oceanography. Coastal Engineering, v. 41, p. 155176. 2000. JOSH T. KOHUT J.T.; GLENN , S. M. Improving HF Radar Surface Current Measurements with Measured Antenna Beam Patterns. Jornal of Atmosferical and Oceanic Technology, v. 20. 2003. KOHUT, J. Spatial Current Structure Observed with a Calibrated HF Radar System: The Influence of Local Forcing, Stratification, and Topography on the Inner Shelf. 2002. Ph.D. Dissertation submitted to Rutgers University. 2002. KOHUT, J.; ROARTY, H.; LICTHENWALNER, S.; GLENN, S.; BARRICK, D.; LIPA, B.; ALLEN, A. The Mid-Atlantic Regional Coastal Ocean Observing System: Serving coast guard needs in the mid-atlantic bight. In: US/EU-Baltic International Symposium, 2008 IEEE/OES, 2008. Artigos, p. 1-5, DOI: 10.1109/BALTIC.2008.4625502. 2008. LEMOS, C. F.; CALBETE, N. O. 1996, “Sistemas frontais que atuaram no litoral do Brasil (período 1987-1995)”, Climanálise especial, 11, pp 131-134. 50

LIPA, B.; WHELAN C.; BILL RECTOR, NYDEN, B. HF Radar Bistatic Measurement of Surface Current Velocities:Drifter Comparisons and Radar Consistency Checks. Remote Sens., p. 1190-1211; 2009. LIU, Y.; WEISBERG, R. H.; MERZ C. R. HF Radar Performance In A LowEnergy Environment: CODAR Seasonde Experience On The West Florida Shelf. Journal of Atmospheric and Oceanic Technology, v. 27, DOI: 10.1175/2010JTECHO720.1. 2010. LOMONACO, D. R. 2008. Análise Crítica de Um Sistema Com Radar de Alta Frequência para Sensoriamento Remoto Oceânico. Dissertação de Mestrado em Engenharia Oceânica, COPPE, Universidade Federal do Rio de Janeiro, Rio de Janeiro. LONG, R.; BARRICK, D. Surface Current Measurements During Safe Seas 2006: Comparison and Validation of Measurements from High-Frequency Radar and the Quick Release Estuarine Buoy. Proceedings of the MTS/IEEE OCEANS'07 Conference, Vancouver: 2007. MANO, M. F. 2007. Assimilação de dados em modelo oceanográfico da bacia sudoeste Do atlântico para reproduzir e prever circulação superficial e Feições de meso-escala. Tese (Doutorado em Engenharia Civil), Programas de Pós-Graduação de Engenharia, Universidade Federal do Rio de Janeiro, Rio de Janeiro. MANO, M.; ALVES F. Comparing Two Low Computational Cost Methodologies that Apply HF Radar to Ocean Forecasts. AGU, Meet. Am. Suppl. 2010. NEVES, A. A. S. 2006. Análise da Viabilidade de um Programa Operacional de Oceanografia baseado em Altimetria por Satélites para a Bacia de Campos-Rj. Monografia (Bacharelado em Oceanologia) Laboratório de Oceanografia Física, Fundação Universidade Federal do Rio Grande. Rio Grande, RS.Oceanográfico - Universidade de São Paulo, 119 pp. OCHADLICK, A. R., CHO, P. & EVANS-MORGIS, J. Synthetic Aperture Radar Observations of Curretnts Colocated With Slicks, Journal of Geophysical Reasearch, v.97, n. c4(Apr), pp 5325-5330. 1992. OHLMANN, C.; WHITE, P. WASHBURN, L. TERRILL, T. EMERY, B. OTERO, M. Interpretation of Coastal HF Radar–Derived Surface Currents with 51

High-Resolution Drifter Data. Journal of Atmospheric and Oceanic Technology, v. 24. 2007. PADUAN, J, D. AND GRABER, H, C. INTRODUCTION TO HIGHFREQUENCY RADAR: REALITY AND MYTI-I, Oceanography, vol.10, p 36-39. 1997. RAHY, M; JUNIOR, C. L. DA S.; FERNANDES, H. Mapeamento de correntes superficiais oceânicas da Bacia de Campos partir do sistema CODAR SeaSonde® – Testes de desempenho do sistema e resultados preliminares. Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, Natal, Brasil, INPE, p. 6633-6640. 2009. REZENDE, J. H. M. 2003. Intrusões da Água Central do Atlântico Sul na Plataforma Continental Sudeste Durante o Verão. Tese de Doutorado, Instituto ROBINSON, I.S. 1985. Satellite Oceanography, An Introduction for Oceanographers and Remote Sensing Scientists. 1 ed. England, Ellis Horwood Limited. RODRIGUES, R.R.; LORENZZETTI, J. A. 2001, “A numerical study of the effects of bottom topography and coastline geometry on the Southeast Brazilian coastal upwelling.” Continental Shelf Research, Dorchester, 21, n. 4, pp. 371394. SCHOFIELD, O.; KOHUT, J.; GLENN, S. The New Jersey Shelf Observing System. Sea Technology, v. 46, n.9, p.15-21, 2005. SHEARMAN, E.D.R. Remote sensing of ocean waves, currents and surface winds by deka metric radar. Remote Sensing in Meteorology, Oceanography and Hydrology. A.P. Cracknell, ed. Ellis Horwood, London, 312335. 1981. SILVA JR, C. L.; LOMONACO, D. R.; FERNANDEZ, H. C. A passagem de um sistema frontal e a mudança na circulação superficial a partir de dados de correntes medidos com radar de alta freqüência e dados de vento de escaterômetro. In: III Congresso Brasileiro de Oceanografia, Fortaleza: 2008. CD-ROM. SILVEIRA I. C. A. 2007. O Sistema Corrente do Brasil na Bacia de Campos, RJ. Tese (Livre Docência), Instituto Oceanográfico, Universidade de São Paulo. São Paulo. 52

SILVEIRA, I. C. A. DA, A. C. K. SCHMIDT, E. J. D. CAMPOS, S. S. DE GODOI & Y. IKEDA. A Corrente do Brasil ao largo da Costa Leste Brasileira, Rev. bras oceanogr., 48(2):171-183 (C11). 2000. SPIEGEL, M. R. Estatística : Resumo da teoria, 875 problemas resolvidos e 619 problemas propostos. São Paulo: Mcgraw-Hill, 1975. 58O p. STECH, J. L.; LORENZZETTI, J. A. 1992, “The response of the south Brazil Bight to the passage of wintertime cold fronts.” J. Geophysical Research, 97 (66), pp 9507-9520. STEWART H., R. H. Introduction to Physical Oceanography. Department of Oceanography Texas A & M University, 2008. SUDRE J.; MORROW R. A. Global surface currents: a high-resolution product for investigating ocean dynamics. Ocean Dynamics. Vol.58, p 101-118. 2008. SÃO THIAGO, P. M. 2007. Assimilação de Séries Temporais de Velocidades de Correntes em Experimentos Gêmeos de Circulação Oceânica. Dissertação de Mestrado em Engenharia Oceânica, COPPE, Universidade Federal do Rio de Janeiro, Rio de Janeiro. TERRILL, E.; OTERO, M.; HAZARD, L. Mapping Surface Currents Around U.S. Coasts. Sea Technology, v. 48, n. 9, p. 29-33, 2007. UCHIDA, H.; IMAWAKI, S., HU, J-H. Comparison of Kuroshio Surface Velocities Derived from Satellite Altimeter and Drifting Buoy Data, Journal of Oceanography, v. 54, p. 115-122. 1998. ULLMAN, D. S.; O'DONNELL, J.; KOHUT, J.; FAKE, T.; ALLEN, A. Trajectory prediction using HF radar surface currents: Monte Carlo simulations of prediction uncertainties. Journal of Geophysical Research, v. 111, C12005, DOI:10.1029/2006JC003715, 2006. YOSHIKAWA, Y.; MATSUNO T.,K. MARUBAYASHI, K.FUKUDOME., K. A surface velocity spiral observed with ADCP and HF radar in the Tsushima Strait.

Journal

of

Geophysical

Research,

V.

112,

C06022,

doi:10.1029/2006JC003625, 2007.

53