Inferência Exploratória de Dados Espaço-Temporal da Precipitação Pluviométrica no Nordeste Brasileiro

Jhon Lennon Bezerra da Silva, Geber Barbosa de Albuquerque Moura, Marcos Vinícios da Silva, Roni Valter de Souza Guedes, Pabrício Marcos Oliveira Lopes, Ênio Farias de França e Silva, Rochele Sheila Vasconcelos, Anna Hozana Francilino

Resumo


A gestão eficiente dos recursos hídricos no Nordeste brasileiro torna-se fundamental diante do regime hidrológico dos rios intermitentes, dos quais muitos são extremamente críticos. Todavia estes dependem de um regime pluviométrico irregular, tanto em escala de tempo mensal quanto anual. Objetivou-se determinar a variabilidade espaço-temporal da precipitação pluviométrica total anual, averiguando-se, também, as regiões com padrões de precipitação semelhantes por técnicas de análise multivariada (clusters e componentes principais) no Nordeste do Brasil. Foram analisados dados de precipitação pluviométrica total anual, entre os anos de 1995 e 2016, de 37 diferentes estações meteorológicas do INMET, estas situadas nos limites territoriais dos nove estados do Nordeste brasileiro. A análise de clusters verificou a formação de quatro grupos distintos, com padrões semelhantes de precipitação nas regiões dentro dos grupos, conforme também observado na análise de componentes principais. A padronização e/ou variabilidade espaço-temporal da precipitação pluviométrica dos municípios analisados mostrou-se está intimamente associada as condições das estações do ano e anomalias climatológicas, aos fatores de uso e ocupação do solo, condições de altitude e relevo, tais quais favorecem na formação e estabilidade de chuvas menores ou maiores no Nordeste brasileiro. A análise multivariada de cluster e componentes principal identificaram padrões e semelhanças pluviométricas de grupos, nos diferentes estados do Nordeste do Brasil entre os anos de 1995 e 2016.

 

Exploratory Inference of Spatial-Temporal Data of Rainfall in the Brazilian Northeast

 

ABSTRACT

The efficient management of water resources in the Northeast of Brazil is essential in view of the hydrological regime of intermittent rivers, of which many are extremely critical, as they depend on an irregular rainfall regime, both on a monthly and annual time scale. The objective of this study was to determine the spatial and temporal variability of the annual total rainfall, also investigating the regions with similar rainfall patterns by multivariate analysis techniques (clusters and principal components) in Brazilian Northeast. Data from total annual rainfall between the years 1995 and 2016, of 37 different INMET weather stations were analyzed, located within the territorial limit of the nine states of Brazilian Northeast. Cluster analysis verified the formation of four distinct groups, with similar precipitation patterns in the regions within the groups as also observed in the principal component analysis. The pattern and/or spatial-temporal variability of rainfall in the municipalities analyzed was shown to be intimately associated with the conditions of the year and climatic anomalies stations, and the factors of land use and occupation, altitude and relief conditions, such as favoring the formation and stability of minor or major rain in the Brazilian Northeast. Multivariate cluster and principal component analysis identified rainfall patterns and similarities of groups, in the different states of Northeastern Brazil between the years 1995 and 2016.

Keywords: multivariate analysis, climate change, semiarid, regional climate patterns.


Palavras-chave


Análise multivariada; Mudanças Climáticas; Semiárido; Padrões Climáticos Regionais.

Texto completo:

PDF

Referências


Alvares, C.A., Stape, J.L., Sentelhas, P.C., Moraes, G., Leonardo, J., Sparovek, G., 2013. Köppen's climate classification map for Brazil. Meteorologische Zeitschrift 22, 711-728. https://doi.org/10.1127/0941-2948/2013/0507

Amiri, M.A., Mesgari, M.S., 2019. Spatial variability analysis of precipitation and its concentration in Chaharmahal and Bakhtiari province, Iran. Theoretical and Applied Climatology 137, 2905-2914. https://doi.org/10.1007/s00704-019-02787-y

Araújo, F.S., Rodal, M.J.N., Barbosa, M.R.V., Martins, F.R., 2005. Repartição da flora lenhosa no domínio da caatinga. In: Análise das variações da biodiversidade do bioma caatinga: Suporte e estratégias regionais de conservação, 17-36. Brasília, Brasil: Ministério do Meio Ambiente.

Araújo, S.M.S., 2011. A Região Semiárida do Nordeste do Brasil: Questões Ambientais e Possibilidades de uso Sustentável dos Recursos. Rios Eletrônica-Revista Científica 5, 90-98.

Bao, Z., Zhang, J., Wang, G., Chen, Q., Guan, T., Yan, X., et al., & Wang, J., 2019. The impact of climate variability and land use/cover change on the water balance in the Middle Yellow River Basin, China. Journal of Hydrology 577, 123942. https://doi.org/10.1016/j.jhydrol.2019.123942

Brito, T.T., Oliveira Júnior, J.F., Lyra, G.B., Gois, G., Zeri, M., 2017. Multivariate analysis applied to monthly rainfall over Rio de Janeiro state, Brazil. Meteorology and Atmospheric Physics 129, 469-478. https://doi.org/10.1007/s00703-016-0481-x

Campos, J.N.B., 2012. A evolução das políticas públicas no Nordeste. In: Magalhães, A.R. A questão da água no Nordeste. Brasília: CGEE, 263-289.

D’Odorico, P., Bhattachan, A., Davis, K.F., Ravi, S., Runyan, C.W., 2013. Global desertification: drivers and feedbacks. Advances in Water Resources 51, 326-344. https://doi.org/10.1016/j.advwatres.2012.01.013

Eakin, H.C, Lemos, M.C, Nelson, D.R., 2014. Differentiating capacities as a means to sustainable climate change adaptation. Global Environmental Change 27, 1-8. https://doi.org/10.1016/j.gloenvcha.2014.04.013

EMBRAPA., 1999. Empresa Brasileira de Pesquisa Agropecuária. Centro Nacional de Pesquisa de Solos. Sistema Brasileiro de Classificação de Solos. Brasília: Embrapa. 412 p.

Everitt, B.S., Dunn, G., 1991. Applied multivariate data analysis. London: Edward Arnold. 316 p.

Fechine, J.A.L., Galvíncio, J.D., 2008. Agrupamento da precipitação mensal da bacia hidrográfica do Rio Brigida-PE, através da multivariada. Revista Brasileira de Geografia Física 1, 39-46. https://doi.org/10.5935/1984-2295.20080004

Gutiérrez, A.P.A., Engle, N.L., De Nys, E., Molejón, C., Martins, E.S., 2014. Drought preparedness in Brazil. Weather and Climate Extremes 3, 95-106. https://doi.org/10.1016/j.wace.2013.12.001

Hastenrath, S., 2011. Exploring the climate problems of Brazil’s Nordeste: a review. Climatic Change 112, 243-251. https://doi.org/10.1007/s10584-011-0227-1

IBGE., 2019. Instituto Brasileiro de Geografia e Estatística. Diretoria de Pesquisas - DPE - Coordenação de População e Indicadores Sociais – COPIS. População: estimativa da população. Disponível em: < https://www.ibge.gov.br/estatisticas/sociais/populacao/9103-estimativas-de-populacao.html>. Acesso em 19 de abril de 2019.

Johnson, R.A., Wichern, D.W., 1982. Applied Multivariate Statistical Analysis. Madison: Prentice Hall International. 607 p.

Kaiser, H.F., 1958. The varimax criterion for analytic rotation in factor analysis. Psychometrika 23, 187-200. https://doi.org/10.1007/BF02289233

Lopes, I., Guimarães, M.J.M., Melo, J.M.M., Ramos, C.M.C., 2017. Balanço hídrico em função de regimes pluviométricos na região de Petrolina-PE. Irriga 22, 443-457. http://dx.doi.org/10.15809/irriga.2017v22n3p443-457

Marengo, J.A., Alves, L.M., Alvala, R., Cunha, A.P., Brito, S., Moraes, O.L., 2018. Climatic characteristics of the 2010-2016 drought in the semiarid Northeast Brazil region. Anais da Academia Brasileira de Ciências 90, 1973-1985. http://dx.doi.org/10.1590/0001-3765201720170206

Marengo, J.A., Bernasconi, M., 2014. Regional differences in aridity/drought conditions over Northeast Brazil: present state and future projections. Climatic Change 129, 103-115. https://doi.org/10.1007/s10584-014-1310-1

Marengo, J.A., Torres, R.R., Alves, L.M., 2016. Drought in Northeast Brazil-past, present, and future. Theoretical and Applied Climatology 129, 1189-1200. https://doi.org/10.1007/s00704-016-1840-8

Miranda, E.E., 2019. Brasil em Relevo. Campinas: Embrapa Monitoramento por Satélite, 2005. Disponível em: . Acesso em: 23 de setembro de 2019.

Raziei, T., 2018. A precipitation regionalization and regime for Iran based on multivariate analysis. Theoretical and applied climatology 131, 1429-1448. https://doi.org/10.1007/s00704-017-2065-1

Rodal, M.J.N., Sampaio, E.V.S.B., 2002. A vegetação do bioma caatinga. In: Sampaio, E.V.S.B., Giulieti, A.M., Virgínio, J., Gamarra-Rojas, C.F.L. (Ed.). Vegetação & Flora da Caatinga. Recife: Associação Plantas do Nordeste/Centro Nordestino de Informações sobre Plantas, 11-24.

Sales, M.C.L., 2002. Evolução dos estudos de desertificação no nordeste brasileiro. GEOUSP: Espaço e Tempo (Online) 11, 115-126.

Santos, C.A.C., Melo, M.M.M.S., Brito, J.I.B., 2016. Tendências de Índices de Extremos Climáticos para o Estado do Amazonas e suas Relações com a TSM dos Oceanos Tropicais. Revista Brasileira de Meteorologia 31, 1-10. http://dx.doi.org/10.1590/0102-778620130001

Santos, E.F.N., Sousa, I.F., 2018. Análise estatística multivariada da precipitação do estado de Sergipe através dos fatores e agrupamentos. Revista Brasileira de Climatologia 23, 205-222. http://dx.doi.org/10.5380/abclima.v23i0.58267

Sarmadi, F., Shokoohi, A., 2015. Regionalizing precipitation in Iran using GPCC gridded data via multivariate analysis and L-moment methods. Theoretical and applied climatology 122, 121-128. https://doi.org/10.1007/s00704-014-1292-y

Silva, F.B.R., Riche, G.R., Tonneau, J.P., Souza Neto, N.C., Brito, L.T.L., et al., & Leite, P., 1993. Zoneamento agroecológico do Nordeste: diagnostico do quadro natural e agrossocioeconomico. Petrolina: EMBRAPA CPATSA; Recife: EMBRAPA-CNPS, Coordenadoria Regional Nordeste 2 (EMBRAPA CPATSA. Documentos, 80).

Silveira, C.S., Souza Filho, F.A., Martins, E.S.P.R., Oliveira, J.L., Costa, A.C., Nobrega, M.T., Souza, S.A., Silva, R.F.V., 2016. Mudanças climáticas na bacia do rio São Francisco: Uma análise para precipitação e temperatura. Revista Brasileira de Recursos Hídricos 21, 416-428. http://dx.doi.org/10.21168/rbrh.v21n2.p416-428

Soares, A.S.D., Paz, A.R.P., Piccilli, D.G.A., 2016. Avaliação das estimativas de chuva do satélite TRMM no Estado da Paraíba. Revista Brasileira de Recursos Hídricos 21, 288-299. http://dx.doi.org/10.21168/rbrh.v21n2.p288-299

Souza Filho, F.A., 2015. Recursos hídricos e agenda de tecnologias e inovação no Nordeste. Parcerias Estratégicas, Edição Especial 20, 149-174.

Souza, A.P., Mota, L.L., Zamadei, T., Martin, C.C., Almeida, F.T., Paulino, J., 2013. Classificação climática e balanço hídrico climatológico no estado de Mato Grosso. Nativa 1, 13-17. http://dx.doi.org/10.14583/2318-7670.v01n01a07

Vieira, R.M.S.P., Tomasella, J., Alvalá, R.C.S., Sestini, M.F., Affonso, A.G., et al... & Santana, M.O., 2015. Identifying areas susceptible to desertification in the Brazilian northeast. Solid Earth 6, 347-360. https://doi.org/10.5194/se-6-347-2015

Ward, J.H., 1963. Hierarchical grouping to otimize an objective function. Journal American Association 58, 236-244.

Warrick, A.W., Nielsen, D.R., 1980. Spatial varibility of soil physical properties in the field. In: Hillel, D., ed. Applications of soil physics. New York, Academic Press. 350 p.




DOI: https://doi.org/10.26848/rbgf.v13.5.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