Índice classificador de eventos de Zona de Convergência do Atlântico Sul (ZCAS) associados a chuva intensa no Rio de Janeiro

Abstract

No Brasil, entre 1991 e 2012, mais de 30% dos desastres naturais estiveram associados a eventos de chuva intensa. No primeiro trimestre de 2020, 70% dos alertas emitidos pelo CEMADEN foram direcionados à região Sudeste, acumulando prejuízos materiais e imateriais. Apesar do Rio de Janeiro não ter registrado muitas ocorrências em 2020, o estado tem um extenso histórico de deslizamentos, alagamentos e enxurradas, como os da Região Serrana em 2011 e do Morro do Bumba em 2010, associados a eventos de ZCAS. Sabendo disso, este trabalho tem como objetivo o desenvolvimento de um método para identificação de episódios de ZCAS que causaram chuva intensa no Rio de Janeiro. Verificando a precipitação acumulada das estações do AlertaRio, 36 eventos foram selecionados, correspondendo a 72 instantes de tempo, uma vez que a chuva é resultado de um processo atmosférico que se inicia antes de sua precipitação. Para encontrar qual das 32 variáveis meteorológicas escolhidas melhor distingue eventos de ZCAS de chuva intensa, um índice Geral foi calculado. Foi encontrado que a umidade específica no nível de 500 hPa é a variável com melhor desempenho para os bimestres de Outubro-Novembro (ON) e Fevereiro-Março (FM), com índices globais médios de 0,91 e 0,81, respectivamente. Tal eficiência nos meses de ON e FM está atrelada ao fato de que, durante estes dois meses, a condição normal é de uma atmosfera relativamente mais seca do que o bimestre Dezembro-Janeiro (DJ), logo, durante eventos de ZCAS a presença de umidade é definidora. Para DJ, pico da estação chuvosa, a melhor variável passa a ser o vento meridional em 925 hPa (G = 0,77), uma vez que nestes meses toda a coluna atmosférica passa a estar úmida, de modo que a convergência - dada por tal componente do vento - torna-se mais eficiente para distinguir os eventos de ZCAS. A estabilidade do índice foi testada a partir de 30 amostras de treino (80%) e teste (20%) e obtidos como probabilidade de detecção médias 0,92, 0,84 e 0,80 e como taxas médias de alarme falso 0,23, 0,40 e 0,30 para os bimestres ON, DJ e FM, respectivamente. No entanto, as razões médias de alarme falso foram próximas de 1, em razão da pequena amostra de ZCAS+. Deste modo, o método desenvolvido tem potencial para ser aprimorado e posteriormente utilizado em salas de operação.

In Brazil, between 1991 and 2012, more than 30% of natural disasters were associated with events of intense rainfall. In the first quarter of 2020, 70% of the alerts issued by CEMADEN were directed to the Southeast region, accumulating material and immaterial losses. Even though Rio de Janeiro did not register many occurrences in 2020, the state has an extensive history of landslides, floods, and runoffs, such as those in the Mountain Region in 2011 and Morro do Bumba in 2010, associated with SACZ events. Knowing this, this work aims to develop a method to identify episodes of SACZ that caused intense rainfall in Rio de Janeiro. Checking the rainfall accumulated of the AlertRio stations, 36 events were selected, corresponding to 72 timesteps, since the rainfall is the result of an atmospheric process that begins earlier. To find which of the 32 chosen meteorological variables best distinguishes the SACZ of intense rainfall, a Geral index for the events was calculated. It was found that specific humidity at the level of 500 hPa is the variable with the best performance for the two bimesters of October-November (ON) and February-March (FM), with a Geral index mean of 0.91 and 0.81, respectively. Such efficiency in the months of ON and FM is linked to the fact that, during these two bimesters, the normal condition is of a relatively drier atmosphere than the December-January (DJ) bimester, therefore, during SACZ events the presence of humidity is defining. For DJ, the peak of the rainy season, the best variable becomes the meridional wind at 925 hPa (G = 0.77), since the entire atmospheric column in these months becomes humid, so that the convergence - given by such wind component - becomes more efficient to distinguish SACZ events. The stability of the index was tested with 30 training (80%) and testing (20%) samples and found as the probability of detection means 0.92, 0.84, and 0.80 and false alarm rates mean 0.23, 0.40, and 0.30 for the three bimesters ON, DJ and FM, respectively. However, the false alarm ratios mean were close to 1, due to the small sample of SACZ+. Therefore, the method developed has the potential to be improved and later used in nowcasting prediction.