Aplicando Decomposição em Modos Empíricos para Estudar Oscilação em Escala Decenal nos Dados Pluviométricos da Paraíba
DOI:
https://doi.org/10.26848/rbgf.v17.4.p2950-2964Palavras-chave:
Climatologia, Precipitação, Índice Climático, Decomposição em Modos Empíricos, ParaíbaResumo
A decomposição em modos empíricos foi usada para extrair oscilações em escala decenal nos dados de precipitação no Estado da Paraíba e comparar as variações com aquelas presentes nos índices climáticos. O método da decomposição em modos empíricos é considerado uma ferramenta útil na extração de informações fisicamente significativas de sinais não lineares e não estacionárias. Os dados usados foram obtidos a partir de 170 estações distribuídas no território da Paraíba, entre 1948 e 2016, os quais foram tratados para gerar regiões homogêneas de precipitação. As funções de modos intrínsecos referentes as oscilações com períodos de quase 10 anos, presentes nos dados de precipitação, evidenciaram anticorrelações significativas com as oscilações decenais presente no Modo Meridional do Atlântico e ocasionalmente com as do índice Niño 3.4. A pluviometria das regiões da Paraíba também manifestou oscilação de quase 21 anos, a qual também aparece no Modo Meridional do Atlântico, porém não foi observada no índice Niño 3.4. Os residuais indicaram tendência de queda na precipitação das regiões homogêneas para o intervalo de tempo estudado. Com os resultados alcançados através da aplicação da decomposição em modos empíricos, mostraram que as oscilações em escala decenal, presentes na precipitação do Estado da Paraíba e nos índices climáticos analisados, exibiram amplitude e períodos que variam no tempo. Essas variações confirmam que as mudanças na circulação meridional do Atlântico, a qual tem relação com a posição da Zona de Convergência Intertropical, modulam a estação chuvosa do Estado da Paraíba, principalmente das regiões central e oeste do Estado.
Downloads
Referências
Alizadeh, F., Roushangar, K., Adamowski, J., 2019. Investigating monthly precipitation variability using a multiscale approach based on ensemble empirical mode decomposition. Paddy Water Environ 17, 741–759. https://doi.org/10.1007/s10333-019-00754-x. DOI: https://doi.org/10.1007/s10333-019-00754-x
Alves, T.L.B., de Azevedo, P.V., Costa dos Santos, C.A., 2017. Influence of climate variability on land degradation (desertification) in the watershed of the upper Paraíba River. Theor Appl Climatol 127, 741–751. https://doi.org/10.1007/s00704-015-1661-1. DOI: https://doi.org/10.1007/s00704-015-1661-1
Amaya, D.J., Deflorio, M.J., Miller, A.J.; Xie, S.P., 2107. WES feedback and the Atlantic Meridional mode: observations and CMIP5 comparisons. Climate Dynamics 49, 1665–1679. DOI: https://doi.org/10.1007/s00382-016-3411-1
Antico, A., Schlotthauer, G., Torres, M.E., 2014. Analysis of hydroclimatic variability and trends using a novel empirical mode decomposition: Application to the Paraná River Basin, J. Geophys. Res. Atmos., 119, 1218–1233, doi:10.1002/2013JD020420. DOI: https://doi.org/10.1002/2013JD020420
Araújo, W.S., Sousa, F.A.S., Brito, J.I.B., Lima, L.M., 2012. Aplicação de Wavelets a Grupos Homogêneos Pluviais no Nordeste do Brasil. Revista Brasileira de Geografia Física 04 (2012) 741-760. DOI: https://doi.org/10.26848/rbgf.v5i4.232842
Barnston, A.G., Chelliah, M., Goldenberg, S.B., 1997. Documentation of a highly ENSO-related SST region in the Equatorial Pacific. Atmosphere-Ocean 35, 367–383. DOI: https://doi.org/10.1080/07055900.1997.9649597
Carmona, A.M., Poveda, G., 2014. Detection of long-term trends in monthly hydro-climatic series of Colombia through Empirical Mode Decomposition. Climatic Change 123, 301–313. https://doi.org/10.1007/s10584-013-1046-3. DOI: https://doi.org/10.1007/s10584-013-1046-3
Cayan, D.R., Dettinger, M.D., Diaz, H.F., Graham, N.E., 1998. Decadal variability of precipitation over western north america. J. Clim. 11, 3148–3166. DOI: https://doi.org/10.1175/1520-0442(1998)011<3148:DVOPOW>2.0.CO;2
Chiang, J.C.H., Kushnir, Y., Giannini, A., 2002. Deconstructing Atlantic intertropical convergence zone variability: Influence of the local cross-equatorial sea surface temperature gradient and remote forcing from the eastern equatorial Pacific. J. Geophys. Res. 107, 4004, doi:10.1029/2000JD000307. DOI: https://doi.org/10.1029/2000JD000307
Chiang, J.C.H., Vimont, D.J., 2004. Analogous Pacific and Atlantic meridional modes of tropical atmosphere–ocean variability. J. Climate 17, 4143–4158, doi:10.1175/JCLI4953.1. DOI: https://doi.org/10.1175/JCLI4953.1
Costa, R.L., Baptista, G.M.M., Gomes, H.B., Silva, F.D.S., Da Rocha Júnior, R.L., Nedel, A.S., 2021. Analysis of future climate scenarios for northeastern Brazil and implications for human thermal comfort. Anais da Academia Brasileira de Ciências 93, e20190651. DOI 10.1590/0001-3765202120190651. DOI: https://doi.org/10.1590/0001-3765202120190651
Depiné, H., Castro, N.M.R., Pinheiro, A., Pedrollo, O., 2014. Preenchimento de Falhas de Dados Horários de Precipitação Utilizando Redes Neurais Artificiais. Rev. Bras. Rec. Hídr. 19, 51–63, 2014. DOI: https://doi.org/10.21168/rbrh.v19n1.p51-63
Guo, B., Chen, Z., Guo, J., Liu, F., Chen, C., Liu, K., 2016. Analysis of the Nonlinear Trends and Non-Stationary Oscillations of Regional Precipitation in Xinjiang, Northwestern China, Using Ensemble Empirical Mode Decomposition. Int J Environ Res Public Health 13, 345. doi: 10.3390/ijerph13030345. DOI: https://doi.org/10.3390/ijerph13030345
Hu, S., Fedorov, A.V., 2018. Cross‐equatorial winds control El Niño diversity and change. Nature Climate Change 8, 798. https://doi.org/10.1038/s41558‐018‐0248‐0. DOI: https://doi.org/10.1038/s41558-018-0248-0
Huang, N.E., Shen, Z.,Longa, S.R, Wu, M.C., Shih, H.H., Zheng, Q., Yen, N-C., Tung, C.C., Liu, H.H., 1998. The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis, Proceeding of the Royal Society of London Series A 454, 903–995. DOI: https://doi.org/10.1098/rspa.1998.0193
Kayano, M.T., Andreoli, R.V., 2004. Decadal variability of northern northeast Brazil rainfall and its relation to tropical sea surface temperature and global sea level pressure anomalies, J. Geophys. Res., 109, C11011, doi:10.1029/2004JC002429. DOI: https://doi.org/10.1029/2004JC002429
Kayano, M.T., Capistrano, V.B., 2014. How the Atlantic multidecadal oscillation (AMO) modifies the ENSO influence on the south American rainfall. International Journal of Climatology, 34, 162–178. DOI: https://doi.org/10.1002/joc.3674
Kim, T., Shin, J.-Y., Kim, S., Heo, J.-H., 2018. Identification of relationships between climate indices and long-term precipitation in South Korea using ensemble empirical mode decomposition, Journal of Hydrology 557, 726-739, https://doi.org/10.1016/j.jhydrol.2017.12.069. DOI: https://doi.org/10.1016/j.jhydrol.2017.12.069
Levine, A.F., McPhaden, M.J., Frierson, D.M., 2017. The impact of the AMO on multidecadal ENSO variability. Geophysical Research Letters 44, 3877-3886. DOI: https://doi.org/10.1002/2017GL072524
Marengo, J.A., Torres, R.R., Alves, L.M., 2017. Drought in Northeast Brazil-past, present, and future. Theoretical and Applied Climatology, 129, 1189–1200. DOI: https://doi.org/10.1007/s00704-016-1840-8
Nobre, C., Shukla, J., 1996: Variations of sea surface temperature, wind stress, and rainfall over the tropical Atlantic and South America. J. Climate 9, 2464–2479, doi:10.1175/ 1520-0442(1996)009,2464:VOSSTW.2.0.CO;2. DOI: https://doi.org/10.1175/1520-0442(1996)009<2464:VOSSTW>2.0.CO;2
Prado, L.F., Wainer, I., 2013. Planetary-scale climatic indices and relationship between decadal variability of rainfall in Northeastern and Southern Brazil. Revista Brasileira de Geofísica, 31, 31-41. DOI: https://doi.org/10.22564/rbgf.v31i1.244
Reboita, M.S., Krusche, N. Ambrizzi, T., Rocha, R.P. da., 2012. Entendendo o tempo e o clima na América do Sul. Terrae Didatica 8, 34–50, DOI: 10.20396/td.v8i1.8637425. DOI: https://doi.org/10.20396/td.v8i1.8637425
Rugg, A., Foltz, G.R., Perez, R.C., 2016. Role of Mixed Layer Dynamics in Tropical North Atlantic Interannual Sea Surface Temperature Variability. J. Climate 29, 8083–8101, https://doi.org/10.1175/JCLI-D-15-0867.1. DOI: https://doi.org/10.1175/JCLI-D-15-0867.1
Scargle, J., 1982. Studies in Astronomical Time series Analysis. II. Statistical Aspects of Spectral Analysis of Unevenly Spaced Data. Astrophysical Journal 263, 835-853. DOI: https://doi.org/10.1086/160554
Terassi, P.M.D.B.; Galvani, E., 2017. Identification of Homogeneous Rainfall Regions in the Eastern Watersheds of the State of Paraná, Brazil. Climate 5, 53. https://doi.org/10.3390/cli5030053. DOI: https://doi.org/10.3390/cli5030053
Torrence, C., Compo, G.P., 1998. A Practical Guide to Wavelet Analysis. Bulletin of the American Meteorological Society, 79, 61-78. https://doi.org/10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2 DOI: https://doi.org/10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2
Utida, G., Cruz, F.W., Etourneau, J., Bouloubassi, I., Schefuß, E., Vuille, M., Novello V.F., Prado, L.F., Sifeddine, A., Klein, V., Zular, A., Viana, J.C.C., Turcq, B., 2019.Tropical South Atlantic influence on Northeastern Brazil precipitation and ITCZ displacement during the past 2300 years. Scientific Reports 9, 1698. https://doi.org/10.1038/s41598-018-38003-6. DOI: https://doi.org/10.1038/s41598-018-38003-6
Veiga, S.F.; Giarolla, E.; Nobre, P.; Nobre, C.A., 2020. Analyzing the Influence of the North Atlantic Ocean Variability on the Atlantic Meridional Mode on Decadal Time Scales. Atmosphere 11, 3. https://doi.org/10.3390/atmos11010003. DOI: https://doi.org/10.3390/atmos11010003
Wu, Z., Huang, N.E., 2009. Ensemble empirical mode decomposition: a noise-assisted data analysis method. Advances in Adaptive Data Analysis 1, 1–41. https://doi.org/10.1142/S1793536909000047. DOI: https://doi.org/10.1142/S1793536909000047
Zhang, X., Zhang, G., Luo, L., Zhang, B., Sun, Y., Gui, Z., Zhang, Q., 2019. A Modified
Multifractal Detrended Fluctuation Analysis (MFDFA) Approach for Multifractal Analysis of Precipitation in Dongting Lake Basin, China. Water 11, 891. https://doi.org/10.3390/w11050891. DOI: https://doi.org/10.3390/w11050891
Zvarevashe, W., Krishnannair, S., Sivakumar, V., 2019. Analysis of Rainfall and Temperature Data Using Ensemble Empirical Mode Decomposition. Data Science Journal 18, 1–9. https://doi.org/10.5334/dsj-2019-046. DOI: https://doi.org/10.5334/dsj-2019-046
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Lourivaldo Mota Lima, Valneli da Silva Melo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Brasileira de Geografia Física concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Autores têm permissão para disponibilizar seu trabalho online antes ou durante o processo editorial, em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Após a publicação na Revista Brasileira de Geografia Física, os autores se comprometem a atualizar as versões preprint ou pós-print do autor, nas plataformas onde foram originalmente disponibilizadas, informando o link para a versão final publicada e outras informações relevantes, com o reconhecimento da autoria e da publicação inicial nesta revista.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
Dados de financiamento
-
Fundação de Apoio à Pesquisa do Estado da Paraíba
Números do Financiamento 3069/2021
