Tendências e padrões de variação em séries temporais de temperatura do ar e precipitação na microrregião de Frutal – MG
DOI:
https://doi.org/10.26848/rbgf.v17.3.p1977-1991Keywords:
Mann-Kendall, Machine Learning, ClimatologiaAbstract
Variabilidades climáticas podem causar impactos em diversos segmentos socioeconômicos, visto a sua importância, vários estudos tem ganhado destaque associado a ciência de dados, na tomada de decisão. O objeto foi analisar os padrões das séries temporais de precipitação e temperatura do ar, para a microrregião de Frutal – MG, os dados foram obtidos do ECMWF – ERA5-Interim, para o período de 1990 à 2019. Foram determinadas as estatísticas nas escalas mensais e anuais, aplicaram-se os testes paramétricos e não paramétricos, com auxílio da plataforma Google Earth Engine. A precipitação média para todo período foi de 1374 mm, com concentração em dezembro, janeiro e fevereiro. Os valores de temperatura média, máxima e mínima apresentaram dados com baixa dispersão e pouca variabilidade (CV ≤ 5%), a temperatura média do ar em torno de 24,75°C, sendo o mês junho o mais frio com média de 22.10°C e novembro o mais quente 25.79°C. O teste de Mann-Kendall apontou tendência significativa decrescente para precipitação em 1990-2019, os meses que apresentaram tendência significativa decrescente, foram janeiro, fevereiro, março, maio, agosto, setembro e outubro. As análises mensais da temperatura máxima e média, apresentaram tendência significativa crescente para fevereiro e setembro, sendo que os demais apresentaram tendência não significativa crescente. Para os dados de temperatura mínima houve tendência significativa decrescente para maio, junho e julho, os demais meses foram registrados com tendência não significa crescente. Os testes se mostraram eficientes para estudos sobre a evolução dos dados do modelo Era5-Interim, sendo essenciais para a compreensão da distribuição temporal.
Downloads
References
Alencar, J.R., Romani, L.A.S., Merlo, T.P., Evangelista, S.R.M., Otavian, A.F., 2016. Avaliação dos impactos do uso do sistema de monitoramento Agrometeorológico (Agritempo). Revista Política Agrícola 25, 5-19.
Aparecido, L.E.O., Rolim, G.S., Moraes, J.R.S., Torsoni, G.B., Meneses, K.C., Costa, C.T.S., 2019. Acurácia da Reanálises Era - Interim do ECMWF e sua Aplicação na Estimativa da Deficiência Hídrica no Estado do Paraná, Brasil. Revista Brasileira de Meteorologia 34, 515-528. https://doi.org/10.1590/0102-7786344066
Almeida, L.R., Rosse, V.P., Viola, M.R., Vieira-Filho, M., 2020. Tendências meteorológicas e anomalias de evapotranspiração de referências no período de 2011-2017 para o estado do Minas Gerais. Revista Brasileira de Climatologia 26, 595-613. https://doi.org/10.5380/abclima.v26i0.66174
Alves, B.C.A., Souza Filho, F.A.S., Silveira, C.S., 2013. Análise de Tendências e Padrões de Variação das Séries Históricas de Vazões do Operador Nacional do Sistema (ONS). Revista Brasileira de Recursos Hídricos 18, 19-34.
Alves, T.L.B., Azevedo, P.V., Farias, A.A., 2015. Comportamento da precipitação pluvial e sua relação com o relevo nas microrregiões do Cariri Oriental e Ocidental do estado da Paraíba. Revista Brasileira de Geografia Física 8, 1601-1614 https://doi.org/10.5935/1984-2295.20150090
Andrade, A.R.S., et al., 2021. Modelo estatístico de distribuição do volume de água aplicado por emissores na avaliação do desempenho do sistema de irrigação por gotejamento na cultura do maracujá. Research, Society and Development 10, e32610716566-e32610716566, https://doi.org/10.33448/rsd-v10i7.16566.
Ayoade, J.O. Introdução a Climatologia para os trópicos. Rio de Janeiro: Coordenação editorial de Antônio Christofoletti. 4ª Edição, 1996. 332p.
Baccaro, C.A.D., 1991. Unidades geomorfológicas do triângulo mineiro: estudo preliminar. Revista Sociedade & Natureza 3, 12-20 . https://doi.org/10.14393/SN-v3-1991-60687
Back, A. J., 2001. Aplicação de análise estatística para identificação de tendências climáticas. Pesquisa Agropecuária Brasileira 36, 717-726.
Cabral Junior, J.B., Lucena, R.L., 2020. Análises das precipitações pelos testes não paramétricos de Mann- Kendall e Kruskal-Wallis. Mercator 19, 1-14. https://doi.org/10.4215/rm2020.e19001
Caetano, J.S., Pinheiro, L.S., Silva, A.R.P., 2020. Erosão Urbana: A problemática das crateras asfálticas. Revista Geográfica Acadêmica 14, 27-39.
Costa, R.A., Queiroz, A.T., 2021. Avaliação da tendência da precipitação no município de Campina Verde (MG) no período de 1976 a 2020. Revista Entrelugar 13, 192-208. https://doi.org/10.30612/rel.v12i24.15138
Couto, F.T., Salgado, R., Costa, M.J., Prior, V., 2015. Precipitation in the Madeira Island over a 10-year period and the meridional water vapour transport during the winter seasons. International Journal of Climatology 35, 3748-3759. https://doi.org/10.1002/joc.4243
Crispim, D.A., Silveria, R.N.P.O., Pessoa, F.C.L., 2019. Análise estatística da precipitação do município de Brasiléia -Acre, Brasil. Revista Gestão e Sustentabilidade Ambiental 8, 104-122. https://doi.org/10.19177/rgsa.v8e22019104-122
Chaves, R.R., Cavalcanti, I.F.A., 2001. Atmospheric circulation features associated with rainfall variability over Southern Northeast Brazil. Monthly Weather Review 29, 2614-2626. https://doi.org/10.1175/1520-0493(2001)129<2614:ACFAWR>2.0.CO;2
ECMWF. European Centre for Medium-Range Weather Forecasts. Disponível em: http://www.ecmwf.int/. Acessado em setembro de 2021.
Fernandes, A.C.G., et al., 2011. O uso do teste de mann-kendall para detecção de tendência da precipitação em região semiárida pernambucana. Research, Society and Development 11, e546111133925-e546111133925. https://doi.org/10.33448/rsd-v11i11.33925
Ferreira, P.S., Gomes, V.P., Galvíncio, J.D., Santos, A.M., Souza, W.M., 2017. Avaliação da tendência espaço-temporal da precipitação pluviométrica em uma região semiárida do estado de Pernambuco. Revista Brasileira de Climatologia 21, 113-134. https://doi.org/10.5380/abclima.v21i0.45895
Ferreira, D.H.L., Penereiro, J.C., Fontolan, M.R., 2015. Análises estatísticas de tendências das séries hidro-climáticas e de ações antrópicas ao longo das sub-bacias do rio Tietê. Holos 2, 50-68. https://doi.org/10.15628/holos.2015.1455
Fu, R., Betts, A.K., 2008. How well does the ERA40 surface water budget compare to observations in the Amazon River basin. Journal of Geophysical Research 13. https://doi.org/10.1029/2007JD009220
Gomes, D.J.C., Silva, L.P., Pires, E.A., Oliveira, M.R.S., Ferreira, N.S., Lima, I.C.P., Dias, G.F.M., 2022. Variabilidade hidroclimática e alterações do uso e cobertura da terra, Sub-Bacia Hidrográfica do Médio São Francisco. Revista Brasileira de Geografia Física 15, 50-67.
Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., Moore, R., 2017. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote sensing of Environment 202, 18-27. https://doi.org/10.1016/j.rse.2017.06.031
Guedes, H.A.S., Pride, P.S., Manke, E.B., 2028. Tendências em séries temporais de precipitação no norte do Estado do Rio Grande do Sul, Brasil. Revista Brasileira de Meteorologia 34, 283-291. https://doi.org/10.1590/0102-77863340238
Hao, P., Tang, H., Chen, Z., Yu, L., Wu, M., 2019. High resolution crop intensity mapping using harmonized Landsat-8 and Sentinel-2 data. Journal of Integrative Agriculture 18, 2883-2897. https://doi.org/10.1016/S2095-3119(19)62599-2
. ERA5 reanalysis is in production, ECMWF Newsletter [online] 147. Disponível: https://www.ecmwf.int/en/newsletter/147/news/era5-reanalysis-production/. Acessado: 08 out. 2021.
Hennermann, K., Berrisford, P., 2019. What are the changes from ERA-Interim to ERA5. Available [online] 159. Disponível: https://confluence.ecmwf.int/pages/viewpage.action?pageId=74764925/. Acessado: 01 out. 2021.
Hoffmann, L., Gunther, G., Li, D., Stein, O., Wu, X., Griessbach, S., Heng, Y, Konopka P., Muller, R., Vogel, B., Wright, J.S., 2019. From ERA-Interim to ERA5: the considerable impact of ECMWF's next-generation reanalysis on Lagrangian transport simulations. Atmospheric Chemistry and Physics, 19, 3097-3124. https://doi.org/10.5194/acp-19-3097-2019
Kane, R.P., 1997. Prediction of droughts in North-east Brazil: Role of ENSO and use of Periodicities. International Journal of Climatology 17, 655-665. https://doi.org/10.1002/(SICI)1097-0088(199705)17:6<655::AID-JOC144>3.0.CO;2-1
Kendall, M.G. Rank Correlation Measures. London: Ed. Charles Griffin, 1975. 83p.
Kiem, A.S., Austin, E.K., 2013. Drought and the future of rural communities: Opportunities and challenges for climate change adaptation in regional Victoria, Australia. Global Environmental Change 23, 1307-1316. https://doi.org/10.1016/j.gloenvcha.2013.06.003
Mann, H.B., 1945. Non-parametric tests against trend. Econometrica 13, 245-259.
Marcuzzo, F.F.N., Cardoso, M.R.D., Faria, T.G., 2012. Chuvas no Cerrado da região centro-oeste do Brasil: análise histórica e tendência futura. Ateliê Geográfico 6, 112-130.
Marengo, J.A., Alves, L.M., Soares, W.R., Rodriguez, D.A., Camargo, H., Riveros, M.P., Pablo, A.D., 2013. Two contrasting seasonal extremes in tropical South America in 2012: Flood in Amazonia and drought in Northeast Brazil. Journal of Climate 26, 9137-9154. https://doi.org/10.1175/JCLI-D-12-00642.1
Montanher, O.C., Minake, C., 2020. Precipitação em Maringá- PR: estatísticas descritivas, tendência de longo prazo e probabilidade de eventos extremos diários. Revista do Departamento de Geografia 39, 138-153. https://doi.org/10.11606/rdg.v39i0.164209
Moraes, R.A., Rocha, J.V., Rolim, G., Lamparelli, R.A.C., Martins, M., 2012. Evaluation of 10-day period precipitation, maximum and minimum air temperature data from the ECMWF model in São Paulo state. Irriga 17, 397-407.
Moreira, P.H.O., Cunha, A.C., Costa, A.C.L., 2021. Índice de tendências climáticas de longo prazo em área urbana na Amazônia Oriental. Revista Brasileira de Geografia Física, 14, 3378-3393. https://doi.org/10.26848/rbgf.v14.6.p3372-3387
Mutanga, O., Kumar, L., 2019. Google earth engine applications. Remote Sensing 11, 591. https://doi.org/10.3390/rs11050591
Natividade, 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 32, 600-614. https://doi.org/10.1590/0102-7786324008
Niu, X., Easterling, W., Hays, C.J., Jacobs, A., Mearns, L., 2008. Reliability and input-data induced uncertainty of the EPIC model to estimate climate change impact on sorghum yields in the U.S. Great Plains. Agriculture, Ecosystems and Environment 129, 268-276. https://doi.org/10.1016/j.agee.2008.09.012
Novais, G.T., 2021. Mesoclimas do Município de Prata (MG). Revista Brasileira de Climatologia 28, 8-27. http://dx.doi.org/10.5380/abclima.v28i0.73300
Oliveira, L.C., Faleiros, F.E., Santos, L.A.S., 2012. Análise do condicionamento da altitude nas variáveis climáticas de temperatura e precipitação na mesorregião do Triângulo Mineiro e Alto Paraíba. Revista Geonorte 3, 325-335
Öztuna, D., Elhan, A. H., Tüccar, E., 2006. Investigation of Four Different Normality Tests in Terms of Type 1 Error Rate and Power under Different Distributions. Turkish Journal of Medicine Sciences 36, 171-176.
Pinheiro, A., Graciano, R. L. G., Severo, D. L., 2013. Tendência das séries temporais de precipitação da região sul do Brasil. Revista Brasileira de Meteorologia 28, 281-290. https://doi.org/10.1590/S0102-77862013000300005
Pinheiro, G.M., Vide, J.M., 2018. Tendências pluviométricas no município de Irati, PR. Revista Brasileira de Climatologia 23, 60-71. https://doi.org/10.5380/abclima.v23i0.50867
Pinheiro, L.S., Silva, C.C., Caetano, J.S., Fernandes, M.S., 2020. Monitoramento de erosão laminar em cultura canavieira em Frutal (MG). Revista GeoUECE 9, 73-85.
Rahimi, J.; Ebrahimpour, M.; Khalili, A., 2013. Spatial changes of extended De Martonne climatic zones affected by climate change in Iran. Theor Appl Climatololy 112, 409-418. https://doi.org/10.1007/s00704-012-0741-8
Rodrigues, R.R., Mcphaden, M.J., 2014. Why did the 2011-2012 La Niña cause a severe drought in the Brazilian Northeast, Geophysical Research Letters 41, 1012-1018. https://doi.org/10.1002/2013GL058703
Rosa, G.B., Silva Fuzzo, D.F., Fischer Filho, J. A., 2023. Modelos de estimativa da evapotranspiração de referência para a região sul do Triângulo Mineiro, Brasil. Revista Brasileira de Climatologia 33, 81-97. https://doi.org/10.55761/abclima.v33i19.16965
Shapiro, S.S., Francia, R.S., 1972. An Approximate Analysis of Variance Test for Normality. Journal of the American Statistical Association 67, 215-216.
Shapiro, S.S., Wilk, M., 1965. An analysis of variance test for normality (complete samples). Biometrika 52, 591-611. https://doi.org/10.1093/biomet/52.3-4.591
Salviano, M. F., Groppo, J. D., Pellegrino, G.Q., 2016. Análise de Tendências em Dados de Precipitação e Temperatura no Brasil. Revista Brasileira de Meteorologia 31, 64-73. https://doi.org/10.1590/0102-778620150003
Sapucci, L.F., 2014. Evaluation of Modeling Water-Vapor-Weighted Mean Tropospheric Temperature for GNSS-Integrated Water Vapor Estimates in Brazil. Journal of Applied Meteorology and Climatology 53, 715-730. https://doi.org/10.1175/JAMC-D-13-048.1
Santos, C.A.C., Manzi, A.O., 2011. Eventos extremos de precipitação no estado do Ceará e suas relações com a temperatura dos oceanos tropicais. Revista Brasileira de Meteorologia 26, 157-165. https://doi.org/10.1590/S0102-77862011000100014
Santos, V.O., Nishiyama, L., 2016. Tendências hidrológicas no alto curso da bacia hidrográfica do rio Uberaba, em Minas Gerais. Caminhos de Geografia 17, 196-212.
Siefert, C.A.C., Netto, N.D., Marangon, F.H.S., Schultz, G.B., Silva, L.M.R., Fontenelle, T.H., Santos, I., 2021. Avaliação de séries de velocidade do vento de produtos de reanálises climáticas para o Brasil. Revista Brasileira de Meteorologia 36, 689-701. https://doi.org/10.1590/0102-7786360026
Silva Júnior, M.A.B., Neto, G.C.F., Cabral, J.J.S.P., 2020. Análise estatística para detecção de tendências em séries temporais de temperatura e precipitação no Recife-PE. Revista de Geografia 37.
Vásquez, I.L.P., Araujo, L.M.N., Molion, L.C.B., Abdala, M.A., Moreira, D.M., Barbosa, H.A., Rotunno Filho, O.C., 2018. Historical analysis of interannual rainfall variability and trends in southeastern Brazil based on observational and remotely sensed data. Climate Dynamics 50, 801-824. https://doi.org/10.1007/s00382-017-3642-9
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Brazilian Journal of Physical Geography
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with Revista Brasileira de Geografia Física agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under the Creative Commons Attribution 4.0 International (CC BY 4.0) license that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted to make their work available online before or during the editorial process, on academic social networks, digital repositories, or preprint servers. After publication in Revista Brasileira de Geografia Física, authors are expected to update the preprint or postprint versions on the platforms where they were originally made available, providing a link to the final published version and any other relevant information, with proper recognition of authorship and the initial publication in this journal.
You are free to:
Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
Adapt — remix, transform, and build upon the material for any purpose, even commercially.
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
