Análise de Índices de Extremos Climáticos a Partir de Estimativas de Chuva Pelo CHIRPS para a Região Sul da Bahia
DOI:
https://doi.org/10.26848/rbgf.v18.4.p2733-2750Palavras-chave:
Eventos extremos, Precipitação pluviométrica, RClimdex, Métricas estatísticasResumo
Este estudo tem por objetivo avaliar o desempenho da estimativa do produto Climate Hazards Group InfraRed Precipitation with Stations (CHIRPS) em capturar índices de eventos extremos de precipitação na mesorregião Sul da Bahia e verificar sua similaridade com os índices extremos calculados com dados de 31 estações pluviométricas da Agência Nacional de Água e Saneamento Básico – ANA para os anos de 1981 a 2023. Desse modo, foram avaliados o uso do conjunto de dados de precipitação diária do CHIRPS, com resolução espacial de 0,05°, para diferentes finalidades, onde comparou-se os índices calculados usando dados CHIRPS e observações de pluviômetros, com a análise ponto a pixel. Para o cálculo dos índices de extremos de precipitação foi utilizado o software RClimdex, que visa monitorar e detectar alteração do padrão pluviométrico da região. Os índices calculados foram avaliados por meio de métricas estatísticas de modo a verificar a representatividade e similaridade dos dados estimados em relação aos dados observados. Como resultado, verificou-se que o produto CHIRPS produz resultados mais semelhantes aos dados dos pluviômetros para os índices PRCPTOT (precipitação anual), R10mm (número de dias com precipitação acima de 10 mm) e R20mm (número de dias com precipitação acima de 20 mm), enquanto em alguns casos, subestima, em outros, superestima os índices de precipitação mais extremos (R50mm - número de dias com precipitação acima de 50 mm e Rx5day -quantidade máxima de precipitação em 5 dias consecutivos).
Downloads
Referências
Almeida, T. M., Moreau, A. M. S. S., Moreau, M. S., Pires, M. N., Fontes, E. O., Góes, L. M. (2008). Reorganização socioeconômica no extremo sul da Bahia decorrente da introdução da cultura do eucalipto. Sociedade & Natureza, Uberlândia, 20 (2): 5-18, DEZ.
Alvares, C. A.; Stape, J. L.; Sentelhas, P. C.; Gonçalves, J. L. M.; Sparovek, G. (2013). Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, v. 22, n. 6, p. 711-728.
Amiri, M. A.; Mesgari, M. S. (2016). Spatial variability analysis of precipitation in northwest Iran. Arab J Geosci, 9: 578.
Andrade, J. M. (2024). Efficiency of global precipitation datasets in tropical and subtropical catchments revealed by large sampling hydrological modelling. Journal of Hydrology. Volume 633, 131016, ISSN 0022-1694, https://doi.org/10.1016/j.jhydrol.2024.131016.
Araujo, W. S.; Brito, J. I. (2011). B. Indices of trends of climatic changes for the states of the Bahia and Sergipe by means of daily precipitacion indices and its relation with sst’s of the Pacific and Atlantic. Revista Brasileira de Meteorologia, v.26, n.4, 541 - 554.
Assis, J. M. O. Fontes, A. S.; Rodrigues, N. C.; Silva, S. R.; Vasconcelos, R. S. (2023). Análise das estimativas de chuva pelo Chirps para a bacia hidrográfica do rio Cachoeira, sul da Bahia. In: XXV Simpósio Brasileiro de Recursos Hídricos. Aracaju, 2023. Anais do XXV SBRHidro, 2023.
Baez-Villanueva, O. M., Zambrano-Bigiarini, M., Ribbe, L., Nauditt, A., Giraldo-Osorio, J.D., Thinh, N. X. (2018). Temporal and spatial evaluation of satellite rainfall estimates over different regions in Latin-America. Atmos. Res. 213. https://doi.org/10.1016/j.atmosres.2018.05.011
Bayissa, Y.; Tadesse, T.; Demisse, G.; Shiferaw, A. (2017). Evaluation of Satellite-Based Rainfall Estimates and Application to Monitor Meteorological Drought for the Upper Blue Nile Basin, Ethiopia. Remote Sensing, v. 9, n. 7, p. 669.
Castelhano, F. J.; Pinheiro, G. M.; Roseghini, W. F. F. (2017). Correlação entre precipitação estimada por satélite e dados de superfície para aplicação em estudos climatológicos. Geosul, v. 32, n. 64, p. 179-192, 2017.
Cavalcante, R. B. L.; Ferreira, D. B. S.; Pontes, P. R. M.; Tedeschi, R. G.; Costa, C. P. W.; Souza, E. B. (2020). Evaluation of extreme rainfall indices from CHIRPS precipitation estimates over the Brazilian Amazonia. Atmospheric Research, 238, 104879. https://doi.org/10.1016/j.atmosres.2020.104879
Cindric, K.; Pasaric, Z.; Gajic-Capka, M. (2010). Spatial and temporal analysis of dry spellsin Croatia. Theoretical and Applied Climatology, v. 102, n. 1-2, p. 171-184.
Costa, J.; Pereira, G., Siqueira, M. L.; Cardozo, F. (2019). Validação dos dados de precipitação estimados pelo CHIRPS para o Brasil. Revista Brasileira de Climatologia. Ano 15, Vol. 24, 228-243.
Da Silva. Et al. (2024). Validation of the CHIRPS precipitation estimate in a Brazilian Cerrado area. Revista Brasileira De Geografia Física, 17(2), 860–881, https://doi.org/10.26848/rbgf.v17.2.p860-881.
Duan, Z., Liu, J., Tuo, Y., Chiogna, G., Disse, M. (2016). Evaluation of eight high spatial resolution gridded precipitation products in Adige Basin (Italy) at multiple temporal and spatial scales. Sci. Total Environ. 573, 1536–1553. https://doi.org/10.1016/j.scitotenv.2016.08.213
EMBRAPA. (2020). Análise de cluster não supervisionado em R: agrupamento hierárquico. Org.: Rogério Resende Martins Ferreira, Fernando Antônio de Pádua Paim, Valéria Guimarães Silvestre Rodrigues, Gustavo Spadotti Amaral Castro - Campinas: Embrapa Territorial.
Förster, K., Oesterle, F., Hanzer, F., Schöber, J., Huttenlau, M., Strasser, U. (2016). A snow and ice melt seasonal prediction modeling system for alpine reservoirs. Proc. IAHS, 374, 143–150.
Funk, C., Peterson, P., Landdfeld, M. (2015). The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes. Sci Data 2, 150066.
Guarnier, L.; Barroso, G. F. (2021). Spatial–temporal variability and extreme climate indices of precipitation in a coastal watershed of southeastern Brazil. Environ Monit Assess, 193, 742. https://doi-org.ez428.periodicos.capes.gov.br/10.1007/s10661-021-09491-3.
Guedes, R. V. D. S., & Silva, T. L. D. V. (2020). Análise Descritiva da Precipitação, Temperatura, Umidade e Tendências Climáticas no Recife - Pe. Revista Brasileira de Geografia Física, 13(07), 3234. https://doi.org/10.26848/rbgf.v13.07.p3234-3253
IPCC - Intergovernmental Panel on Climate Change. Synthesis Report of the IPCC Sixth Assessment Report - AR6 (2023). Longer Report. IPCC AR6 SYR. Disponível em: https://www.ipcc.ch/report/ar6/syr/downloads/report/IPCC_AR6_SYR_LongerReport.pdf. Acessado em 30 de abril de 2024.
ISO/DIS - Draft International Standard. (2018). ISO/DIS 37123. Sustainable cities and communities: Indicators for resilient cities.
Lana, X. Et Al. (2006). Statistical distributions and sampling strategies for the analysis of extreme dry spells in Catalonia (NE Spain). Journal of Hydrology, v. 324, n. 1-4, p. 94-114.
Larrocha, C. S. Et Al. (2006). Trends in dry spells across Catalonia (NE Spain) during the second half of the 20th century. Theoretical and Applied Climatology, v. 85, n.3, p.165-183.
Lópes-Bermeo, C.; Montoyaa, R. D.; Caro-Lopera, F. J.; Díaz-García, J. A. (2022). Validation of the accuracy of the CHIRPS precipitation dataset at representing climate variability in a tropical mountainous region of South America. Physics and Chemistry of the Earth, 127, 103184.
Medeiros, F. J., Oliveira, C. P., Avila-Diaz, A. (2022). Evaluation of extreme precipitation climate indices and their projected changes for Brazil: From CMIP3 to CMIP6. Weather and Climate Extremes. Volume 38, 100511, ISSN 2212-0947, https://doi.org/10.1016/j.wace.2022.100511.
Melo, D.C. D., Xavier, Al. C., Bianchi, T., Oliveira, P. T. S., Scanlon, B. R. L., Wendland, E. (2015), Performance evaluation of rainfall estimates by TRMM Multi-satellite Precipitation Analysis 3B42V6 and V7 over Brazil, J. Geophys. Res. Atmos., 120, 9426–9436. https://doi.org/10.1002/2015JD023797.
Natividade, U. U. A., Garcia, S. R., Torres, R. R. (2017). Tendência dos Índices de Extremos Climáticos Observados e Projetados no Estado de Minas Gerais. Revista Brasileira de Meteorologia, v. 32, n. 4, 600-614, http://dx.doi.org/10.1590/0102-7786324008.
Oliveira-Júnior, J. F. (2021). Confronting CHIRPS dataset and in situ stations in the detection of wet and drought conditions in the Brazilian Midwest. Int J Climatol. 41: 4478–4493. https://doi-org.ez428.periodicos.capes.gov.br/10.1002/joc.7080.
Paredes-Trejo, F. J.; Barbosa, H. A.; Kumar, T. V. (2017). Validating CHIRPS-based satellite precipitation estimates in Northeast Brazil. Journal of Arid Environments, v. 139, p. 26-40. https://doi.org/10.1016/j.jaridenv.2016.12.009.
PBMC - Painel Brasileiro de Mudanças Climáticas. (2016). Impacto, vulnerabilidade e adaptação das cidades costeiras brasileiras às mudanças climáticas: Relatório Especial do Painel Brasileiro de Mudanças Climáticas [Marengo, J.A., Scarano, F.R. (Eds.)]. PBMC, COPPE - UFRJ. Rio de Janeiro, Brasil. 184 p.
Prakash, S. (2016). From TRMM to GPM: How well can heavy rainfall be detected from space? Advances in Water Resources, Volume 88, 2016, Pages 1-7, ISSN 0309-1708, https://doi.org/10.1016/j.advwatres.2015.11.008.
Salio, P.; Hobouchian, M.; Skabar, Y.; Vila, D. (2015). Evaluation of high-resolution satellite precipitation estimates over southern South America using a dense rain gauge network. Atmospheric Research, v. 163, p. 146-161.
Santos, S. R. Q.; Cunha, A. P. M. A.; Ribeiro-Neto, G. G. (2019). Avaliação de dados de precipitação para o monitoramento do padrão espaço-temporal da seca no nordeste do Brasil. Revista Brasileira de Climatologia, v. 25, p. 80-100.
Shaw, E. M. et al. (2010). Hydrology in practice. 4th. ed., Spon Press (Taylor and Francis).
Silva; E. R. M., Barbosa; I.C.C., Silva; H. J. F., Costa; L. G. S., Rocha, E. J. P. (2020). Análise do Desempenho da Estimativa de Precipitação do Produto CHIRPS para Sub-Bacia do Rio Apeú, Castanhal-PA. Revista Brasileira de Geografia Física, v.13, n.03 (2020) 1094-1105.
Silva, L. V. S.; Lopes, Z.; Ferreira, R.; Guedes, R.; Pereira, R.; Prestelo, F.; Ferreira, A.; Gomes, J.; Wanderley, C.; Santos, E.; Oliveira, P.; Gomes, V.; Dias, H. (2023). Previsão de extremos de chuva em Pernambuco: os eventos de maio de 2022. Revista Brasileira de Geografia Física, v.16, n.01, 646-671.
Souza, N. C. R.; Assis, J. M. O.; Fontes, A. S. (2023). Eventos extremos de chuva no município de Itabuna (BA) em 2021, 2022 e 2023: uma abordagem dos sistemas meteorológicos intervenientes. In: XXV Simpósio Brasileiro de Recursos Hídricos. Aracaju, 2023. Anais do XXV SBRHidro.
Sun, Q., Miao, C., Duan, Q., Ashouri, H., Sorooshian, S., & Hsu, H.-L. (2017). A review of global precipitation data sets: data sources, estimation and Inter-comparisons. Reviews of Geophysics, 56(1), 79-107.
Tang, L. et al. (2015). An improved procedure for the validation of satellite-based precipitation estimates. Atmospheric Research, Volume 163, Pages 61-73, ISSN 0169-8095. https://doi.org/10.1016/j.atmosres.2014.12.016
Tórnio, C. A. A., Kede, M. L. F. M., Silva S. L. (2024). Avaliação do desempenho das estimativas de precipitação do produto CHIRPS para os municípios de São Gonçalo e Niterói (RJ). Revista Brasileira de Climatologia, 34(20), 79–103. https://doi.org/10.55761/abclima.v34i20.17317
Xavier, A. C. et al. (2015). Daily gridded meteorological variables in Brazil (1980-2013). International Journal of Climatology, [S.L.], v. 36, n. 6, p. 2644-2659, 8 out. Wiley. http://dx.doi.org/10.1002/joc.4518.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Janaina Maria Oliveira de Assis, Naiah Caroline Rodrigues de Souza, Ísis Valentino Caldas Manuel, Samara Fernanda da Silva, Andrea Sousa Fontes
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.
