Disciplina: Meteorologia Tropical - IAG/USP Autor: Victor Antunes Ranieri Professor: Pedro Leite da Silva Dias Data: 2025-12-22 (reorganizado em 2026-09)
Processar, analisar e visualizar os balanços de energia (topo da atmosfera, atmosfera e superfície) e variáveis de nuvens, precipitação e fluxos de calor em regiões escolhidas pelo usuário (boxes), usando as médias mensais da reanálise ERA5. As anomalias são calculadas em relação à normal climatológica 1991–2020 do mesmo domínio.
📘 Dados, normal climatológica, equações e variáveis estão detalhados em docs/METODOLOGIA.md.
├── datain/
│ ├── raw/ # ERA5 do período de análise (get_data.py analise)
│ │ └── clima/ # ERA5 do período da normal (temporário, apagado pelo normal.py)
│ ├── processed/EXP/nome/ # recortes de cada box (slice.py)
│ └── mascara/ # máscara continente/oceano do ERA5 (get_data.py mascara)
│
├── dataout/
│ ├── tables/ # boxes.csv e tabelas CSV de cada experimento
│ ├── balanc/ # mapas mensais dos balanços no domínio total, com os boxes
│ ├── boxes.jpg # mapa com a localização dos boxes
│ └── EXP/nome/ # figuras de cada box
│ ├── *_time_series.jpg # séries temporais
│ ├── anomalias/ # anomalias em relação à normal
│ ├── clima/ # ciclo anual (normal, décadas e série)
│ ├── balanc/ # mapas mensais dos balanços do box
│ └── mapas/<variavel>/ # mapas mensais de cada variável
│
├── docs/
│ ├── METODOLOGIA.md # dados, normal, equações e variáveis
│ └── img/ # figuras de exemplo usadas no README
│
├── env/environment.yml # ambiente conda
├── logs/download.log # log dos downloads
├── shapefiles/ # estados do Brasil e continentes
└── scripts/
├── common.py # configurações e funções compartilhadas (ver abaixo)
├── download/get_data.py # download do ERA5 (análise, normal e máscara)
├── analysis/
│ ├── namelist.txt # definição dos boxes
│ ├── normal.py # gera a normal 1991–2020 (baixa, processa e apaga os .nc)
│ ├── slice.py # recorta os boxes
│ ├── time_serie_vars.py# séries das médias em cada box + balanços
│ ├── climatologia.py # normal e ciclo anual da série
│ ├── desv.py # anomalias
│ └── box_maps.py # mapa com a localização dos boxes
└── plots/
├── plot_vars_time_series.py # séries temporais
├── plot_desv.py # anomalias
├── plot_medias_mensais.py # ciclo anual
├── plot_balanc_box.py # mapas dos balanços no domínio total
├── plot_balanc.py # mapas dos balanços de cada box
├── plot_vars.py # mapas de cada variável
└── nome_variavel.py # lista as variáveis dos netCDF
git clone https://github.com/Victorrani/tropical.git
cd tropical
conda env create -f env/environment.yml
conda activate tropical-env
O download usa a API do Copernicus (CDS). Crie uma conta e configure o arquivo ~/.cdsapirc
com a sua chave: https://cds.climate.copernicus.eu/how-to-api
Todos os comandos abaixo são executados a partir da raiz do projeto.
Uma linha por box. Linhas iniciadas por # são ignoradas.
exp_name=EXP1;name=sul;lat_max=-25;lat_min=-35;lon_max=-50;lon_min=-60;superficie=terra
exp_name=EXP3;name=amazonia_oeste;lat_max=0;lat_min=-10;lon_max=-63;lon_min=-73
| Campo | Descrição |
|---|---|
exp_name, name |
nomes das pastas de saída (dataout/EXP1/sul/); o par não pode se repetir |
lat_min, lat_max, lon_min, lon_max |
limites em graus; longitude entre −180 e 180 |
superficie (opcional) |
todos (padrão), terra ou oceano: quais pontos entram na média do box |
get_data.py mostra o tamanho estimado e pede confirmação acima de 1 GB.
superficie=terra é recomendado em boxes com litoral: no oceano o balanço de superfície e os
fluxos de calor são muito diferentes dos do continente e contaminam a média.
python scripts/download/get_data.py mascara
Necessária para superficie=terra|oceano e para as escalas de cor separadas nos mapas.
python scripts/analysis/normal.py # baixa, processa e apaga os .nc da normal
python scripts/analysis/normal.py --manter # mantém os .nc
Gera dataout/tables/EXP/EXP_nome_normal_91_20.csv. A primeira linha do arquivo guarda as
coordenadas e a superfície do box: se você mudar um box no namelist, rode o normal.py de
novo — o desv.py recusa uma normal gerada para outro domínio.
O download da normal usa sempre só a área dos boxes (a normal é calculada por box).
python scripts/download/get_data.py analise # usa ANO_INICIO–ANO_FIM do script
python scripts/download/get_data.py analise 2023 2024 # período escolhido
Em get_data.py você configura:
ANO_INICIO,ANO_FIM: período padrão;AREA = [N, W, S, E]: domínio dos mapas (os boxes precisam estar dentro);Noneusa a área dos boxes;VARIAVEIS: variáveis baixadas;ANOS_POR_PEDIDO: o CDS limita o tamanho de cada pedido ("Your request is too large"), então o período é dividido em blocos de anos e depois juntado. Se o erro aparecer, diminua esse valor;TENTATIVAS: falhas do servidor do CDS (ex.:OperationalError) são repetidas automaticamente. Se o download parar mesmo assim, rode o mesmo comando de novo: os blocos já baixados são pulados.
Os arquivos ficam em datain/raw/ (um por tipo de variável do ERA5: avgad, avgid, avgua).
python scripts/analysis/slice.py # recorta os boxes e gera dataout/tables/boxes.csv
python scripts/analysis/time_serie_vars.py # séries mensais das médias em cada box
python scripts/analysis/climatologia.py # normal, ciclo anual da série e de cada década
python scripts/analysis/desv.py # anomalias em relação à normal
As médias nos boxes são ponderadas pela área (cos da latitude). Rode os scripts nessa ordem.
python scripts/analysis/box_maps.py # localização dos boxes
python scripts/plots/plot_vars_time_series.py # séries: mensal, média móvel 12 meses e normal
python scripts/plots/plot_desv.py # anomalias em barras + média móvel 12 meses
python scripts/plots/plot_medias_mensais.py all # ciclo anual: normal, décadas e série atual
python scripts/plots/plot_balanc_box.py # mapas dos balanços no domínio total
python scripts/plots/plot_balanc.py # mapas dos balanços de cada box
python scripts/plots/plot_vars.py 12 # mapas das variáveis, só em dezembro
plot_medias_mensais.pyaceita o número, o nome abreviado (tp_mm) ouall; sem argumento, pergunta no terminal.- Os limites do eixo y das séries são automáticos e iguais para todos os boxes, para facilitar a
comparação. Para fixar o limite de uma variável, adicione-a em
LIMITES_SERIEouLIMITES_ANOMALIAnoscripts/common.py. - Nos mapas, com a máscara baixada, o balanço de superfície (e os fluxos de calor sensível e latente) usa escalas de cor separadas para continente e oceano: no oceano o saldo mensal é muito maior, pois ele armazena e transporta calor.
plot_vars.pygera um mapa por variável, mês e box, para todos os anos dos meses escolhidos:12(dezembro),12 1 2(verão),all(todos os meses — milhares de figuras). Para escolher variáveis:--vars tp avg_slhtf. Sem argumentos, o script pergunta os meses.
Exemplos de um teste com o período de 2015–2025 (ERA5 no domínio 30°N–70°S, 120°W–30°W) e
anomalias em relação à normal 1991–2020. Os boxes têm 10° × 10°; em sul e sao_paulo a média
usa só o continente (superficie=terra).
| Box | Região | lat | lon |
|---|---|---|---|
EXP1 sul |
RS, Uruguai e nordeste da Argentina | −35 a −25 | −60 a −50 |
EXP2 sao_paulo |
estado de São Paulo | −27 a −17 | −54 a −44 |
EXP3 amazonia_oeste |
oeste da Amazônia | −10 a 0 | −73 a −63 |
EXP4 amazonia_leste |
leste da Amazônia | −10 a 0 | −58 a −48 |
Exemplo dos mapas gerados para cada box (plot_balanc.py), comparando um outubro chuvoso
(2021, La Niña, em cima) com o auge da seca (2023, embaixo):
| Média no box (outubro) | 2021 | 2023 | Normal 1991–2020 |
|---|---|---|---|
| Chuva (mm) | 189 | 68 | 192 |
| Balanço atmosférico (W m⁻²) | 131 | 30 | 131 |
| Calor sensível (W m⁻², para cima) | 34 | 57 | 31 |
| Calor latente (W m⁻², para cima) | 122 | 109 | 121 |
| Temperatura a 2 m (°C) | 26,6 | 28,2 | 26,3 |
Tempos medidos em um computador pessoal (7 GB de RAM) com 24 variáveis. Os downloads dependem da fila do CDS e da conexão, e podem variar bastante.
| Etapa | Exemplo | Tempo |
|---|---|---|
| Máscara continente/oceano | global, 1 campo (~1 MB) | < 1 min |
Normal 1991–2020 (normal.py) |
área dos boxes, 30 anos em 6 pedidos | ~15–20 min |
| Análise, área pequena | ~11° × 9°, 9 anos em 2 pedidos | ~4 min |
| Análise, domínio grande | 100° × 90° (0,9 GB), 11 anos em 3 pedidos | ~18 min (~7 min por bloco de 5 anos) |
Processamento (slice.py → desv.py) |
4 boxes, 132 meses | < 30 s |
| Séries, anomalias e ciclo anual | 4 boxes, ~30 variáveis | ~2–3 min |
Mapas dos balanços, domínio total (plot_balanc_box.py) |
100° × 90°, 132 meses | ~4 min (~1,6 s por mapa) |
Mapas dos balanços por box (plot_balanc.py) |
4 boxes × 132 meses | ~10 min (~1,2 s por mapa) |
Mapas das variáveis (plot_vars.py 12 --vars tp avg_ishf) |
2 variáveis × 4 boxes × 11 dezembros | ~1 min (~0,7 s por mapa) |
Mapas das variáveis (plot_vars.py all) |
24 variáveis × 4 boxes × 132 meses (~12 mil mapas) | ~2–3 h (estimado pelo tempo por mapa) |
Cada pedido ao CDS passa por uma fila (em geral de segundos a poucos minutos) antes do download. Para domínios grandes, o tempo de transferência domina.
Calculadas em common.calcula_balancos, com os fluxos na convenção original do ERA5
(positivo para baixo):
| Balanço | Equação |
|---|---|
| Terra (topo da atmosfera) | R_topo = SW_liq,topo + LW_liq,topo |
| Superfície | R_sup + SH + LH, com R_sup = SW_liq,sup + LW_liq,sup |
| Atmosfera | (R_topo − R_sup) − SH + L·P |
SH e LH são os fluxos de calor sensível e latente, P a taxa de precipitação e
L = 2,5×10⁶ J kg⁻¹. No balanço atmosférico entra o calor liberado pela precipitação (L·P);
a diferença para o balanço de superfície é compensada pelo transporte horizontal de energia.
As colunas seguem o formato abreviação (unidade) (nome completo).
| Abreviação | Unidade | Descrição |
|---|---|---|
t2m, d2m |
K e °C | temperatura e ponto de orvalho a 2 m |
tcc, hcc, mcc, lcc |
0–1 | cobertura de nuvens total, alta, média e baixa |
cbh |
m | altura da base das nuvens |
tcw, tcwv |
kg m⁻² | água e vapor d'água na coluna |
tp |
mm dia⁻¹ | precipitação total (média diária do mês) |
tp_mm |
mm | precipitação total acumulada no mês |
avg_tprate |
kg m⁻² dia⁻¹ (= mm dia⁻¹) | taxa de precipitação |
avg_tprate_W |
W m⁻² | calor latente liberado pela precipitação (L·P) |
avg_ie |
kg m⁻² dia⁻¹ | fluxo de umidade (evaporação; negativo = para cima) |
avg_vimdf |
kg m⁻² dia⁻¹ | divergência do fluxo de umidade integrado na coluna |
avg_slhtf, avg_ishf |
W m⁻² | calor latente e sensível na superfície ⁽*⁾ |
avg_snswrf, avg_snlwrf |
W m⁻² | saldo de onda curta e longa na superfície ⁽*⁾ |
avg_sdswrf, avg_sdlwrf, avg_sdirswrf, avg_sduvrf |
W m⁻² | radiação descendente na superfície (OC, OL, OC direta, UV) |
avg_tnswrf, avg_tnlwrf |
W m⁻² | saldo de onda curta e longa no topo ⁽*⁾ |
avg_tdswrf |
W m⁻² | onda curta incidente no topo |
balanc_earth, balanc_surface, balanc_atmos |
W m⁻² | balanços de energia |
⁽*⁾ Nas tabelas e figuras, esses fluxos estão com o sinal invertido em relação ao ERA5 (positivo para cima). Os balanços são calculados antes da inversão.
Variáveis em "por segundo" do ERA5 são convertidas para "por dia" (× 86400).
- caminhos do projeto (a raiz pode ser trocada pela variável de ambiente
TROPICAL_ROOT, útil para testes); NORMAL(1991–2020) eCOBERTURA_MINIMA(fração mínima de anos com dados para calcular uma década);LIMITES_SERIE,LIMITES_ANOMALIA(limites fixos opcionais dos gráficos);- equações de balanço, leitura do namelist e da máscara, funções de mapa.
- Script único que roda todo o fluxo em ordem (os scripts continuam utilizáveis separadamente).
- Opção de plotar só alguns meses/variáveis no
plot_vars.py.
Entre em contato pelos emails victor.ranieri@usp.br ou victor.ranieri90@gmail.com