Análise espaço-temporal da precipitação na região central do estado de São Paulo utilizando dados CHIRPS

Resumo

A climatologia tropical e as oscilações das chuvas colide nas mais diversas regiões do continentes. Com o avanço das tecnologias, dados pluviométricos vêm sendo utilizados e aplicados para realização de análises ao longo em séries temporais utilizando produtos de sensoriamento remoto orbital. Com isso, o estudo objetivou analisar à distribuição espacial em escala multiespacial e multitemporal de 1981 até 2020, usando com os dados pluviométricos CHIRPS, para a região central do estado de São Paulo. Analisou 40 anos de dados mensais de chuvas, em 31 postos pluviométricos. Utilizou-se das relações entre as estimativas por satélite e os os coletados pelas estações de superfície apenas dos valores observados dentro do recorte temporal. Para isso, foram utilizadas duas análises de erro absoluto médio e erro médio quadrático e aliadas ao coeficiente de determinação. Para análise temporal, aplicou-se o Índice de Precipitação Normalizada (SPI) e tendências por regressão linear. As análises global dos dados evidenciaram que o CHIRPS apresentou-se uma tendência abrupta à subestimar os valores de precipitação (74%), através dos valores médios de ME; valores médios de RMSE variando entre 36,4 mm a 49,3 mm; e a regressão linear de R²  acerca de 0.81. E, para as tendências com espacialidade uma distribuição de redução para áreas a sudoeste e norte e de aumento para áreas a sudeste. Essa diferença pode estar associada aos efeitos orográficos. Em tempo, o CHIRPS, proporcionalizou-se uma análise completa de dados séries temporalmente e favoreceu-se com o desenvolvimento do comportamento da atmosfera nas diversas porções da superfície terrestre.

Space-time analysis of precipitation, in the central region of the state of São Paulo using CHIRPS data

A B S T R A C T

Tropical climatology and rainfall oscillations colide in the most diverse regions of the continentes. With the advancement of Technologies, rainfall data have been used and Applied to perform analyzes over time series using orbital remote sensing products. Thus, the study aimed to analyze the spatial distribution on a multitemporal scale from 1981 to 2020, using CHIRPS rainfall data, for the central region of the state of São Paulo. It analyzed 40 years of monthyl rainfall data, in 31 pluviometric stations. The relationships between the satellite estimates and those colleted by surface stations were used Only from the values observed within the time frame. For this, analyzes of mean absolute error mean squared error were used, together with the coeffcient of determination. For temporal analysis, the Normalized Precipitation Index (SPI) and trends by linear regression were applied. The gblobal analysis of the data showed that the CHIRPS presented and abrupt tendency to underestimate the precipitation values (74%), through the average values of ME; mean RMSE values ranging from 36.4 mm to 49.3 mm; and the linear regression of R² about 0.81. And, for the trens with spatiality, a distribution of reduction for areas to the southeast. This difference may be associated with orographic effects. In time, CHIRPS, a complete analysis of time series data was proportionally and favored with the development of the behavior of the atmosphere in the different portions of the Earth’s surface.