Padrões Espaciais e Temporais de Episódios de Seca no Estado do Rio Grande do Norte

Santana Livia de Lima, Madson Tavares Silva, Welinagila Grangeiro de Sousa, Mariana da Silva de Siqueira, Antônia Silânia de Andrade, Maria Monalisa Mayara Silva Melo

Abstract


As secas representam o tipo mais complexo e prejudicial de desastre natural e, vem afetando o Estado do Rio Grande do Norte há muitos anos. O índice SPEI é determinado para diferentes escalas de tempo, com caráter multi escalar permitindo caracterizar condições secas ou úmidas em diferentes climas. Os valores do índice (SPEI) são calculados usando dados meteorológicos de estações do INMET coletados de 1950 a 2018. Nesse estudo o índice SPEI foi associado à estatística multivariada por meio da análise de agrupamento utilizando o método de K-means para a definição de regiões homogêneas de seca, onde foram identificados 05 grupos distribuídos pelas microrregiões do Estado. Este trabalho tem como objetivo identificar os tipos de seca que ocorrem no Estado do Rio Grande do Norte através do índice SPEI e da análise de agrupamento no período de 1950 a 2018.  Os resultados mostram que os valores de SPEI refletem variações complexas nas condições de seca de acordo com sua classificação. Observou-se seca para todos os grupos, sendo que houve uma maior atuação da seca moderada, presente de forma significativa em todos os 05 grupos. A maior concentração da seca, de acordo com sua duração ocorreu no grupo G4, já a seca severa foi identificada nos grupos G1 e G5 e, a extrema, nos grupos G3 e G5, com maior intensidade, porem com menor duração. As secas severas e extremas foram registradas nos anos de 1951-1960, 1983, 1993, 1996-1999, 2004-2006, 2010-2015 e 2017-2018 para todos os grupos. Portanto, este estudo pode fornecer uma base para o governo mitigar os efeitos da seca para o Estado do Rio Grande do Norte com ênfase para o grupo G4.




DOI: https://doi.org/10.29150/jhrs.v9.6.p330-342

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Indexadores / Base de Dados:

 

Google Scholar

 

Journal of Hyperspectral Remote Sensing - eISSN: 2237-2202