Variabilidade espacial e temporal da precipitação na bacia hidrográfica do Rio Parnaíba, Nordeste do Brasil

Lizandro Pereira de Abreu, Pedro Rodrigues Mutti, Kellen Carla Lima

Resumo


A Política Nacional de Recursos Hídricos constitui-se de um planejamento estratégico para fomentar o gerenciamento participativo dos recursos hídricos. Nesse contexto insere-se a Bacia Hidrográfica do Rio Parnaíba (BHRP), configurando-se como uma das mais importantes da Região Nordeste do Brasil, abrangendo áreas dos Estados do Ceará, Piauí e Maranhão (331.441 Km²), atendendo quase quatro milhões de habitantes. Desta maneira, o objetivo do estudo foi analisar a variabilidade espacial e temporal da precipitação na BHRP. Para tanto, foram utilizados dados observados de precipitação dispostos em um grid de alta resolução (0,25° x 0,25°), elaborados por Xavier, King e Scanlon (2015) para o período de 1980 a 2013. A fim de subdividir a BHRP em regiões homogêneas utilizou-se a Análise de Cluster. Assim, os resultados mostraram com relação à variabilidade interanual, destacaram-se os anos de 1985 (1800 mm) e 1989 (1500 mm), e no extremo inferior, 1983 (761 mm) e 2012 (670 mm) que pode estar associado às anomalias de temperatura da superfície do mar (TSM) no Oceano Pacífico, onde, nos anos mais chuvosos, observou-se comportamento positivo (La Niña), e no ano de 1983, um dos mais secos, foi registrada anomalia negativa (El Niño). A distribuição mensal da precipitação mostrou o estabelecimento de duas estações: uma de Maio a Outubro (<100 mm) e outra de Novembro a Abril, com precipitação entre 50 e 350 mm, sendo a Zona de Convergência Intertropical (ZCIT) o principal sistema associado à precipitação. Foram estabelecidos quatro agrupamentos: o primeiro está localizado no baixo Parnaíba (1000 e 1600 mm); o segundo abrange toda a porção leste da BHRP (600-1000 mm); o terceiro ocupa o centro-sul da bacia (800 e 1400 mm) e o quarto localiza-se na região do Alto Parnaíba (1200-1600 mm). Portanto, traz-se a contribuição de que a caracterização realizada, neste estudo, pode servir de instrumento para tomada de decisões no âmbito do gerenciamento dos Recursos Hídricos.

 

DOI: https://doi.org/10.5281/zenodo.3524759


Palavras-chave


Recursos hídricos, SIG, Análise de agrupamentos

Texto completo:

PDF (Português)

Referências


Abreu, L. P. de. (2018). Relâmpagos no Nordeste do Brasil: Ocorrência, Variabilidade espaço-temporal e relação com microfísica das nuvens. Dissertação, Mestrado em Ciências Climáticas, Universidade Federal do Rio Grande do Norte, Natal, RN, Brasil.

Alvares, C. A., Stape, J. L., Sentelhas, P. C., de Moraes Gonçalves, J. L., & Sparovek, G. (2013). Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 22(6), 711–728. https://doi.org/10.1127/0941-2948/2013/0507

Alves, E. D. L., & Vecchia, F. A. S. (2011). Análise de diferentes métodos de interpolação para a precipitação pluvial no Estado de Goiás. Acta Scientiarum. Human and Social Sciences, 33(2). https://doi.org/10.4025/actascihumansoc.v33i2.13815

André, R. G. B., Marques, V. da S., Pinheiro, F. M. A., & Ferraudo, A. S. (2008). Identificação de regiões pluviometricamente homogêneas no Estado do Rio de Janeiro, utilizando-se valores mensais. Revista Brasileira de Meteorologia, 23(4), 501–509. https://doi.org/10.1590/S0102-77862008000400009

Aparecida, R., Chierice, F., Milton, P., & Landim, B. (2014). Variabilidade espacial e temporal de precipitação pluviométrica na Bacia Hidrográfica do Rio Mogi Guaçu. Geociências, 33(1), 157–171.

Araújo Palharini, R. S., & Vila, D. A. (2017). Climatological Behavior of Precipitating Clouds in the Northeast Region of Brazil. Advances in Meteorology, 2017, 1–12. https://doi.org/10.1155/2017/5916150

Battisti, R., Bender, F. D., & Sentelhas, P. C. (2018). Assessment of different gridded weather data for soybean yield simulations in Brazil. Theoretical and Applied Climatology, 1–11. https://doi.org/10.1007/s00704-018-2383-y

Bender, F. D., & Sentelhas, P. C. (2018). Solar Radiation Models and Gridded Databases to Fill Gaps in Weather Series and to Project Climate Change in Brazil. Advances in Meteorology, 2018, 1–15. https://doi.org/10.1155/2018/6204382

Cabral Júnior, J., & Bezerra, B. G. (2018). Análises da evapotranspiração de referência e do índice de aridez para o Nordeste do Brasil. Revista de Geociências Do Nordeste, 4, 71–89. Retrieved from https://periodicos.ufrn.br/revistadoregne/article/view/14746/9802

Coutinho, E. de C., & Fisch, G. (2007). Distúrbios Ondulatórios de Leste (DOLs) na região do Centro de Lançamento de Alcântara-MA. Rev. Bras. Meteorol., 22(2), 193–203. https://doi.org/10.1590/S0102-77862007000200005

De Freitas, J. C., De Andrade, A. R. S., Braga, C. C., Honorato, A., Neto, G., & De Almeida, T. F. (2013). Análise de agrupamentos na identificação de regiões homogêneas de índices climáticos no Estado da Paraíba, PB – Brasil. Revista Brasileira de Geografia Física, 6(4), 732–748.

Fechine, J. A., & Galvíncio, J. D. (2008). Agrupamento da precipitação mensal da Bacia Hidrográfica do Rio Brigida-PE, através da multivariada. Revista Brasileira de Geografia Física, 1(1), 39–46.

Fedorova, N., Levit, V., & da Cruz, C. D. (2016). On Frontal Zone Analysis in the Tropical Region of the Northeast Brazil. Pure and Applied Geophysics, 173(4), 1403–1421. https://doi.org/10.1007/s00024-015-1166-y

Frazier, A. G., Giambelluca, T. W., Diaz, H. F., & Needham, H. L. (2016). Comparison of geostatistical approaches to spatially interpolate month-year rainfall for the Hawaiian Islands. International Journal of Climatology, 36(3), 1459–1470. https://doi.org/10.1002/joc.4437

Gan, M. A., & Kousky, V. E. (1986). Vórtices Ciclônicos Da Alta Troposfera No Oceano Atlântico Sul. Revista Brasileira de Meteorologia, 1, 19–28. Retrieved from file:///D:/Doctorado UB_Nivaldo/Tesi Doctorado/NIVALDO LER/Artigos/Dinâmicas NE/Vórtices ciclônicos da alta troposfera no oceano Atlântico Sul.pdf

Guedes, R. V. de S., Lima, F. J. L. de, Amanajás, J. C., & Braga, C. C. (2010). Análise em componentes principais da precipitação pluvial no Estado do Piauí e agrupamento pelo método de Ward. Revista de Geografia, 27(1), 218–233.

Hastenrath, S. (2012). Exploring the climate problems of Brazil’s Nordeste: a review. Climatic Change, 112(2), 243–251. https://doi.org/10.1007/s10584-011-0227-1

Haylock, M. R., Peterson, T. C., Alves, L. M., Ambrizzi, T., Anunciação, Y. M. T., Baez, J., … Vincent, L. A. (2006). Trends in Total and Extreme South American Rainfall in 1960–2000 and Links with Sea Surface Temperature. Journal of Climate, 19(8), 1490–1512. https://doi.org/10.1175/JCLI3695.1

Kousky, V. E., & Gan, M. A. (1981). Upper tropospheric cyclonic vortices in the tropical South Atlantic. Tellus, 33(6), 538–551. https://doi.org/10.1111/j.2153-3490.1981.tb01780.x

Liu, C., Cecil, D., & Zipser, E. J. (2011). Relationships between lightning flash rates and passive microwave brightness temperatures at 85 and 37 GHz over the tropics and subtropics. Journal of Geophysical Research: Atmospheres, 116(23), 1–14. https://doi.org/10.1029/2011JD016463

Lyra, G. B., Oliveira-Júnior, J. F., & Zeri, M. (2014). Cluster analysis applied to the spatial and temporal variability of monthly rainfall in Alagoas state, Northeast of Brazil. International Journal of Climatology, 34(13), 3546–3558. https://doi.org/10.1002/joc.3926

Magalhães, I. A. L., Almeida, K. L. de, Thiago, C. R. L., Gardiman Junior, B. S., Zanetti, S. S., & Cecílio, R. A. (2013). Análise de métodos de interpolação para espacialização da precipitação pluvial na região Norte do estado do Espirito Santo, Brasil. In Anais do XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR (p. 7). Foz do Iguaçu-PR.

Marengo, J. A., Alves, L. M., Alvala, R. C., Paula Cunha, A., Brito, S., Moraes, O. L., & Doutor Altino Bondesan, E. (2018). Climatic characteristics of the 2010-2016 drought in the semiarid Northeast Brazil region. An Acad Bras Cienc, (2), 1973–1985. https://doi.org/10.1590/0001-3765201720170206

Mattos, E. V., & Machado, L. A. T. (2011). Cloud-to-ground lightning and Mesoscale Convective Systems. Atmospheric Research, 99(3–4), 377–390. https://doi.org/10.1016/j.atmosres.2010.11.007

Melo, A. B. C., Nobre, P., Melo, M. L. D., & Santana, S. C. (2000). Estudo climatológico da posiçõo da ZCIT no atlântico equatorial e sua influência sobre o Nordeste do Brasil, In: Anais do Congresso Brasileiro de Meteorologia, 11., 2000, Rio de Janeiro (RJ). Anais... 2000.), 1142–1147.

Mingoti, S. A. (2013). Análise de dados através de métodos de estatística multivariada - Uma abordagem aplicada (1a ed.). Belo Horizonte, MG: Editora UFMG.

MMA, M. do M. A.-. (2006). Caderno da Região Hidrográfica do Parnaíba. (MMA, Ed.). Brasília: MMA.

Molion, L. C. B., & Bernardo, S. D. O. (2002). Dinâmica das Chuvas no Nordeste Brasileiro. Anais Do Congresso Brasileiro de Meteorologia, 1, 1334–1342. https://doi.org/10.1017/CBO9781107415324.004

Mutti, P. R., Abreu, L. P., de M. B. Andrade, L., Spyrides, M. H. C., Lima, K. C., de Oliveira, C. P., … Bezerra, B. G. (2019). A detailed framework for the characterization of rainfall climatology in semiarid watersheds. Theoretical and Applied Climatology. https://doi.org/10.1007/s00704-019-02963-0

Oliveira, P. T., Santos e Silva, C. M., & Lima, K. C. (2017). Climatology and trend analysis of extreme precipitation in subregions of Northeast Brazil. Theoretical and Applied Climatology, 130(1–2), 77–90. https://doi.org/10.1007/s00704-016-1865-z

Prema, V., & Rao, K. U. (2015). Time series decomposition model for accurate wind speed forecast. Renewables: Wind, Water, and Solar, 2(1), 18. https://doi.org/10.1186/s40807-015-0018-9

Rasmussen, K. L., & Houze, R. a. (2011). Orogenic Convection in Subtropical South America as Seen by the TRMM Satellite. Monthly Weather Review, 139(8), 2399–2420. https://doi.org/10.1175/MWR-D-10-05006.1

Rasmussen, K. L., Zuluaga, M. D., & Houze, R. A. (2014). Severe convection and lightning in subtropical South America. Geophysical Research Letters, 41(20), 7359–7366. https://doi.org/10.1002/2014GL061767

Reboita, M. S., Krusche, N., Ambrizzi, T., Porfírio, R., & Rocha, D. (2012). Entendendo o Tempo e o Clima na América do Sul O Sol como Fonte de Energia. Terrae Didatica, 8(1), 34–50.

Rodell, M., Famiglietti, J. S., Wiese, D. N., Reager, J. T., Beaudoing, H. K., Landerer, F. W., & Lo, M. H. (2018). Emerging trends in global freshwater availability. Nature, 557(7707), 651–659. https://doi.org/10.1038/s41586-018-0123-1

Santos, A. P. P. dos, Lima, F. J. L. de, Souza, E. B. de, Pinto Júnior, O., & Santos, S. R. Q. dos. (2016). Aplicação da análise cluster na identificação de regiões homogêneas para incidência de descargas atmosféricas do tipo nuvem-solo no estado de São Paulo, Sudeste do Brasil. Revista Brasileira de Geografia Física, 09(07), 1275–1291. https://doi.org/10.5935/1984-2295.20140015

Silva, R. M. da, Silva, L. P. e, Montenegro, S. M. G. L., & Santos, C. A. G. (2010). Análise da variabilidade espaço-temporal e identificação do padrão da precipitação na bacia do rio Tapacurá, Pernambuco. Sociedade & Natureza, 22(2), 357–372.

SILVA, P. E., SILVA, C. M. S., SPYRIDES, M. H. C., & ANDRADE, L. M. B. (2019). Analysis of Climate Extreme Indices in the Northeast Brazil and the Brazilian Amazon in the Period from 1980 to 2013. Anuário Do Instituto de Geociências - UFRJ, 42(2), 137–148. https://doi.org/10.11137/2019_2_137_148

Timmermann, A., An, S. Il, Kug, J. S., Jin, F. F., Cai, W., Capotondi, A., … Zhang, X. (2018). El Niño–Southern Oscillation complexity. Nature, 559(7715), 535–545. https://doi.org/10.1038/s41586-018-0252-6

Trewartha, G. T. (1962). The earth’s problem climates. Madison: University of Wisconsin Press. https://doi.org/10.1002/qj.49708737325

Uda, P. K., Franco, A. C. L., Queen, G., Bonumá, N. B., & Kobiyama, M. (2015). Análise de cluster da precipitação na bacia do rio Iguaçu, região sul do Brasil. Anais do XXI Simpósio Brasileiro de Recursos Hídricos, 1–7.

Uvo, C. B. (1989). A Zona de Convergência Intertropical (ZCIT) e sua relação com a precipitação na Região Norte do Nordeste Brasileiro., 120. Retrieved from http://journals.ametsoc.org/doi/full/10.1175/1520-0442(1998)011%3C0551:TRBTPA%3E2.0.CO;2

Ward, J. H. (1963). Hierarchical Grouping to Optimize an Objective Function. Source: Journal of the American Statistical Association (Vol. 58).

Xavier, A. C., King, W., & Scanlon, B. R. (2016). Daily gridded meteorological variables in Brazil ( 1980 – 2013), Int. J. Climatol. 36: 2644–2659 (October 2015). https://doi.org/10.1002/joc.4518

Xavier, S. F. A., da Silva Jale, J., Stosic, T., dos Santos, C. A. C., & Singh, V. P. (2019). An application of sample entropy to precipitation in Paraíba State, Brazil. Theoretical and Applied Climatology, 136(1–2), 429–440. https://doi.org/10.1007/s00704-018-2496-3


Apontamentos

  • Não há apontamentos.


Direitos autorais 2019 Lizandro Pereira de Abreu, Pedro Rodrigues Mutti, Kellen Carla Lima

Revista Brasileira de Meio Ambiente | ISSN: 2595-4431

CC-BY 4.0 Revista sob Licença Creative Commons
Language/Idioma
02bandeira-eua01bandeira-ingla
03bandeira-spn