Análise Sinótica e de Mesoescala de Ventos Intensos com Impacto Destrutivo em Linhas de Transmissão de Energia Elétrica no Paraná

Raquel Mac-Cormick Franco

Resumo


Ventos intensos são a principal causa de queda de torres de transmissão de eletricidade, podendo ser de origem sinótica (e.g. sistemas frontais) ou convectiva (e.g. microexplosões).O objetivo deste trabalho é reunir os acidentes ocorridos com as torres de transmissão de energia elétrica da empresa FURNAS (1980-2017) no Paraná, devido à ação dos ventos e investigar os padrões atmosféricos presentes nesses eventos. Para identificar os padrões sinóticos, a ferramenta estatística Self Organizing Map (SOM) foi aplicada à variáveis meteorológicas (Reanálise ERA5) de diferentes níveis da atmosférica. Para a análise da mesoescala, foram utilizados dados meteorológicos de estação de superfície, para identificar a presença de mesoaltas e sondagem para o cálculo de índices atmosféricos em um caso específico onde o vento parecia ter origem puramente convectiva. Os resultados mostraram que a escala sinótica foi importante na maioria dos casos, pois mesmo não havendo contribuição sinótica direta na geração do vento, ela desempenhava um papel fundamental na convecção. Todas as classificações indicaram um padrão de escoamento em 850 hPa semelhante ao jato de baixos níveis. Os índices atmosféricos no estudo de caso apontaram para um forte cisalhamento vertical do vento e também aquecimento em baixos níveis devido à advecção. Quanto à sazonalidade, a maioria dos acidentes ocorreu na primavera.


Palavras-chave


Sinótica; Mesoescala; rajadas de vento; índices de instabilidade

Referências


Affonso, G. S.; 2011. Mapas auto-organizáveis de Kohonen (SOM) aplicados na avaliação dos parâmetros de qualidade da água. São Paulo, 2011. 76p. Dissertação de Mestrado. Instituto de Pesquisas Energéticas e Nucleares (IPEN), Universidade de São Paulo.

Alcântara, F.; Camargo, A. B. 1969. Manual de Análise do Diagrama Skew-T/Log-P. Brasília, Ministério da Aeronáutica, MMA-DR-105-07, Jul, 112p.

Atkins, N. T.; Wakimoto, R. M. 1991. Wet microburst activity over the southeastern United States: Implications for forecasting. Weather and forecasting, v. 6, n. 4, p. 470-482.

Brooks, H. E.; Lee, J. W.; Craven, J. P. 2003. The spatial distribution of severe thunderstorm and tornado environments from global reanalysis data. Atmos. Research, v. 67-68, p. 73-94.

Caracena, F.; Holle, R. L.; Doswell, C. A. 1989. Microbursts: a handbook for visual identification. US Dept. of Commerce. NOAA/ERL/NSSL.

Da Anunciação, Y. M. T.; Walde, D. H.; Da Rocha, R. P. 2014. Observed summer weather regimes and associated extreme precipitation over Distrito Federal, west-central Brazil. Environmental earth sciences, v. 72, n. 12, p. 4835-4848.

Davies-Jones, R.; Burgess, D.; Foster, M.D. 1990. Test of helicity as a tornado forecast parameter. In: Preprints, 16th Conf. Severe Local Storms, Kananaskis Park, Canadá, Amer. Met. Soc., p. 588-592.

Durañona, V.; Guggeri, A.; Orteli, S. 2016. Advances in the characterization of high wind events in Uruguay. Ciência e Natura, v. 38.

Emanuel, K. A. 1994. Atmospheric convection. Oxford University Press on Demand.

Ferreira, V; Nascimento, E. L. 2016. Discriminação entre rajadas de vento convectivas e não-convectivas. Ciência e Natura, v. 38, p. 225-231.

Ferreira, V. 2017. Um estudo observacional de rajadas de vento geradas por tempestades severas no sul do Brasil. Dissertação de Mestrado. Universidade Federal de Santa Maria, RS, Brasil.

Foss, M. 2011. Condições atmosféricas conducentes à ocorrência de tempestades convectivas severas na América do Sul. Dissertação de Mestrado. Universidade Federal de Santa Maria, RS, Brasil.

Fujita, T. T. 1973. Tornadoes around the world. Weather wise, v. 26, n. 2, p. 56-83.

Galway, J. G. 1956. The lifted index as a predictor of latent instability. Bull. Amer. Meteor. Soc., v.43, p.528-529.

Garstang, M.; White, S.; Shugart, H. H.; 1998. Halverson, J. Convective cloud downdrafts as the cause of large blowdowns in the Amazon rainforest. Meteorology and Atmospheric Physics, v. 67, n. 1-4, p. 199-212.

George, J. J. 1960. Weather Forecasting for Aeronautics. Academic Press, 673 pp.

Gilmore, M. S.; Wicker, L. J. 1998. The influence of mid tropospheric dryness on supercell morphology and evolution. Monthly weather review, v. 126, n. 4, p. 943-958.

Henry, W. 1987. The Skew-T, Log P Diagram. National Weather Service Training Center, EUA, 68 pp.

Hersbach, H. 2016. The ERA5 Atmospheric Reanalysis; American Geophysical Union: San Francisco, CA, USA.

Hewitson, B. C.; Crane, R. G. 2002. Self-organizing maps: applications to synoptic climatology. Climate Research, v. 22, n. 1, p. 13-26.

Houze, R. A. 1993. Cloud Dynamics. Academic Press, 573 pp.

Holton, J. R. 2004. An introduction to dynamic meteorology. 4.ed. Washington: Elsevier.

Hsu, K. C.; LI, S. T. 2010. Clustering spatial–temporal precipitation data using wavelet transform and self-organizing map neural network. Advances in Water Resources, v. 33, n. 2, p. 190-200.

Jourdan, P. 2015. Classificação dos padrões sinóticos associados aos eventos de chuvas extremas no Município do Rio de Janeiro utilizando mapas auto-organizados. 108p. Dissertação de Mestrado. Programa de Pós-graduação em Meteorologia, Universidade Federal do Rio de Janeiro.

Kohonen, T. 1990. The self-organizing map. Proceedings of the IEEE, v. 78, n. 9, p.14641480,

Kohonen, T. 1997. Exploration of very large databases by self-organizing maps. In: Proceedings of International Conference on Neural Networks (ICNN'97). IEEE, p. PL1-PL6 vol. 1.

Kuchera, E. L.; Parker, M. D. 2006. Severe convective wind environments. Weather and forecasting, v. 21, n. 4, p. 595-612.

Lennard, C., Hegerl, G.; 2014. Relating changes in synoptic circulation to the surface rainfall response using self-organizing maps. Climate Dynamics, v. 44, p. 861-879.

Lima, E. G. 2014. Análise da Ocorrência de Downbursts no Brasil e Estudo da Simulação do Fenômeno. 137 p. Dissertação de Mestrado. Universidade Federal do Rio Grande do Sul, Rio Grande do Sul.

Lima, C. H.; Aghakouchak, A.; Lall, U. 2017. Classification of

mechanisms, climatic context, areal scaling, and synchronization of floods: the hydroclimatology of floods in the Upper Paraná River basin, Brazil. Earth System Dynamics, v. 8, n. 4, p. 1071.

Miller, R. C. 1972. Notes on analysis and severe-storm forecasting procedures of the Air Force Global Weather Central. Air Weather Service Scott AFB IL.

Nascimento, E. L.; Foss, M. 2010. A 12-yr climatology of severe weather parameters and associated synoptic patterns for subtropical South America. 25th Conf. on Severe Local Storms, Denver, CO, Amer. Meteor.Soc., 12A.5.

Nascimento, E. L. 2005. Previsão de tempestades severas utilizando-se parâmetros convectivos e modelos de mesoescala: uma estratégia operacional adotável no Brasil. Revista Brasileira de Meteorologia, v. 20, n. 1, p. 121-140.

Nedel, A. S.; Sausen, T. M.; Saito, S. M. 2012. Zoneamento dos desastres naturais ocorridos no estado do Rio Grande do Sul no período 2003–2009-Parte II: Granizo e Vendaval. Revista Brasileira de Meteorologia, v. 27, n. 2.

Ornelas, D. R. Jourdan, P. Belassiano, M. 2017. Caracterização meteorológica de ventos destrutivos em linhas de transmissão de energia elétrica pela análise de danos causados. In: Seminário Nacional de Produção e Transmissão de Energia Elétrica, 24. Curitiba.

Pearce, J. L., Beringer, J., Nicholls, N., Hyndman, R. J., Uotila, P., Tapper, N. J. 2011. Investigating the influence of synoptic-scale meteorology on air quality using selforganizing maps and generalized additive modeling. Atmospheric Environment, v. 45, p. 128-136.

Pryor, K. L.; Ellrod, G. P. 2004. WMSI- A new index for forecasting wet microburst severity. National Weather Association Electronic Journal of Operational Meteorology.

Pryor, K. L.; 2006. The GOES Hybrid Microburst Index. In: Preprints, 14th Conf. on Satellite Meteorology and Oceanography, Atlanta, GA, Amer. Meteor. Soc.

Reckziegel, B. W.; Levantamento dos desastres desencadeados por eventos naturais adversos no estado do Rio Grande do Sul no período de 1980 a 2005. 2007. Dissertação de Mestrado. Universidade Federal de Santa Maria, RS, Brasil.

Rousseeuw, Peter J. Silhouettes. 1987. A graphical aid to the interpretation and validation of cluster analysis. Journal of computational and applied mathematics, v. 20, p. 53-65.

Schalkwyk, L. V., Dyson, L., L. 2013. Climatological characteristics of fog at Cape Town International Airport. Weather and Forecasting, v. 28, p. 631-646.

Sheridan, S. C., Lee, C. C. 2011. The self-organizing map in synoptic climatological research. Progress in Physical Geography, v. 1, p. 109-119.

Singh, K.S. Análise estática de torres metálicas treliçadas autoportantes para linhas de transmissão. 2009. 110 f. Dissertação (Mestrado em Estruturas e Construção Civil)-Universidade de Brasília, Brasília.

Stensrud, D. J.; Cortinas, J. V.; Brooks, H. E. 1997. Discriminating between tornadic and non-tornadic thunderstorms using mesoscale model output.Wea.Forecasting, v. 12, p. 613-632.

Velasco, I.; Fritsch, J. M. 1987. Mesoscale convective complexes in the Americas. Journal of Geophysical Research: Atmospheres, v. 92, n. D8, p. 9591-9613.

Vesanto, J., Himberg, J., Alhoniemi, E., Parhankangas, J. 2000. SOM toolbox for Matlab 5.Helsinki University of Technology. Report A57.

Wakimoto, R. M.; Bringi, V. N. 1988. Dual-polarization observations of microbursts associated with intense convection: The 20 July storm during the MIST project. Monthly weather review, v. 116, n. 8, p. 1521-1539.

Wakimoto, R. M. 1985. Forecasting dry microburst activity over the high plains. Monthly Weather Review, v. 113, n. 7, p. 1131-1143.

Weisman, M. L.; Klemp, Joseph B. 1986. Characteristics of isolated convective storms. In: Mesoscale meteorology and forecasting. American Meteorological Society, Boston, MA. p. 331-358.

Zuchini, M. H. 2003. Aplicações de mapas auto-organizáveis em mineração de dados e recuperação de informação. Dissertação de Mestrado. Universidade Estadual de Campinas.




DOI: https://doi.org/10.26848/rbgf.v13.6.p%25p

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição 4.0 Internacional.

      

Revista Brasileira de Geografia Física - ISSN: 1984-2295

Creative Commons License
Esta obra está licenciada com uma Licença Creative Commons Attribution-NonCommercial 4.0 International License