Conference PaperPDF Available

Análise dos eventos de seca no nordeste setentritional brasileiro com base no índice de precipitação normalizada

Authors:

Abstract and Figures

RESUMO – Este trabalho tem como objetivo avaliar a persistência da seca meteorológica ao longo dos anos e caracterizar tanto espacialmente como temporalmente níveis de severidade de seca para o Nordeste Setentrional Brasileiro (NSB). A fim de alcançar os objetivos traçados alguns índices podem ser utilizados como índice de Palmer, o índice de severidade da seca de Palmer e o índice normalizado de precipitação. Para esse estudo o índice utilizado foi o índice de precipitação normalizada (SPI). Os resultados mostraram, temporalmente, que com o passar dos anos as secas têm ficado cada vez mais severas e cada vez mais estações meteorológicas têm sido incluídas em alguma categoria de seca. Isso mostra a necessidade da criação de um planejamento eficaz que possa ser desenvolvido ao longo de todo o ano e não apenas em época de secas extremas mais generalizadas. ABSTRACT – The objective of this work is to evaluate the persistence of inter-annual meteorological droughts and to characterize them both spatially and temporally in levels of severity for the Brazilian Septentrional Northeast (NSB). Commonly used tools are the Palmer index, the Palmer drought severity index, and the normalized precipitation index. For this study the normalized precipitation index was utilized. Temporal analysis reveals that as time passes, drought severity is increasing and have reached increasing meteorological seasons. This analysis demonstrates the necessity to develop an effective drought management plan for use not only during the most severe droughts but throughout the entire year. Palavras-Chave – Seca , SPI e Nordeste Setentrional
No caption available
… 
Content may be subject to copyright.
XII Simpósio de Recursos Hídricos do Nordeste
1
XII SIMPÓSIO DE RECURSOS HIDRÍCOS DO NORDESTE
ANÁLISE DOS EVENTOS DE SECA NO NORDESTE SETENTRIONAL
BRASILEIRO COM BASE NO ÍNDICE DE PRECIPITAÇÃO
NORMALIZADA
Luiz Martins de Araújo Júnior1 , Francisco de Assis de Souza Filho2,Cleiton da Silva Silveira1,
Tyhago Aragão Dias1, James Doss-Gollin3
RESUMO Este trabalho tem como objetivo avaliar a persistência da seca meteorológica ao longo dos
anos e caracterizar tanto espacialmente como temporalmente níveis de severidade de seca para o
Nordeste Setentrional Brasileiro (NSB). A fim de alcançar os objetivos traçados alguns índices podem
ser utilizados como índice de Palmer, o índice de severidade da seca de Palmer e o índice normalizado
de precipitação. Para esse estudo o índice utilizado foi o índice de precipitação normalizada (SPI). Os
resultados mostraram, temporalmente, que com o passar dos anos as secas têm ficado cada vez mais
severas e cada vez mais estações meteorológicas têm sido incluídas em alguma categoria de seca. Isso
mostra a necessidade da criação de um planejamento eficaz que possa ser desenvolvido ao longo de
todo o ano e não apenas em época de secas extremas mais generalizadas.
ABSTRACT The objective of this work is to evaluate the persistence of inter-annual
meteorological droughts and to characterize them both spatially and temporally in levels of severity
for the Brazilian Septentrional Northeast (NSB). Commonly used tools are the Palmer index, the
Palmer drought severity index, and the normalized precipitation index. For this study the
normalized precipitation index was utilized. Temporal analysis reveals that as time passes, drought
severity is increasing and have reached increasing meteorological seasons. This analysis
demonstrates the necessity to develop an effective drought management plan for use not only during
the most severe droughts but throughout the entire year.
Palavras-Chave Seca , SPI e Nordeste Setentrional
1
) Doutorando em Engenharia Hidráulica e Ambiental pela Universidade Federal do Ceará, Av.Mister Hall,S/N, Campus do Pici, bloco 713,
Fortaleza, CE, CEP:60.455-760, e-mail: lu.m.a.junior@gmail.com.
2) Professor Titular do Curso de Doutorado em Engenharia Hidráulica e Ambiental pela Universidade Federal do Ceará, Av.Mister Hall,S/N, Campus
do Pici, bloco 713, Fortaleza, CE, CEP:60.455-760, e-mail: assissouzafilho@gmail.com.
3) Graduando em Engenharia Mecânica pela Yale, Connecticut, e-mail: james.dossgollin@gmail.com.
XII Simpósio de Recursos Hídricos do Nordeste
2
1 INTRODUÇÃO
A seca é um fenômeno recorrente que tem afligido diversas civilizações ao longo da história.
Ela afeta ecossistemas, setores econômicos e sociais, abastecimento urbano de água, entre outras
coisas. A grande variedade de setores afetados pela seca, a sua diversificada distribuição geográfica
e temporal, e a demanda alocada para o abastecimento de água por uso humano torna difícil o
desenvolvimento de uma única definição de seca (HEIM JR, 2002).
Segundo a literatura cientifica existem basicamente 4 tipos de seca, que são meteorológica ou
climatológica, agrícola, hidrológica e socioeconômica. A relação entre esses diferentes tipos de seca
é complexa.
Nesse contexto, algumas avaliações numéricas são necessárias para efeitos de comparação de
medidas de seca de região para região, bem como para a comparação de eventos de secas passados.
No entanto, a discordância que existe sobre a definição de seca torna impossível criar um índice de
seca universal. As características da seca e a ampla gama de setores econômicos em que se tem um
impacto faz com que seu efeito seja difícil quantificar. Desse modo, devido à complexidade da seca,
um único índice não tem sido capaz de captar adequadamente a intensidade e a gravidade da seca e
seus potenciais impactos sobre um grupo tão diversificado de usuários. Várias metodologias têm
sido desenvolvidas e utilizadas na análise de secas.
Índices de seca são comumente utilizados na monitorização e identificação das secas em
várias escalas temporais. Dentre estes os mais difundidos pela sua utilização são o índice de Palmer,
PDSI (Palmer Drought Severity Index) e o índice normalizado de precipitação, SPI (Standardized
Precipitation Index).
O índice de seca de Palmer (1965) foi criado com o intuito de identificar e avaliar a severidade
das secas na região de “Great Plains” dos EUA. Esse índice tem como base o balanço hídrico do solo,
cujos cálculos utilizados são a precipitação, a evapotranspiração potencial calculada pelo método de
Thornthwaite e a capacidade utilizável do solo. O índice normalizado de precipitação, SPI,
desenvolvido recentemente por McKee et al. (1993, 1995), teve grande divulgação e baseia-se na
distribuição de probabilidade da precipitação e pode ser calculado em diferentes escalas de tempo. Por
ser um índice normalizado, permite adequada comparação entre diferentes locais e climas. Além
disso, a aplicação de métodos estocásticos às séries de SPI permitiu o desenvolvimento de uma
metodologia de alerta das secas que é aparentemente promissora na perspectiva de implementação das
medidas de mitigação de secas (Paulo et al., 2005).
Nesse contexto, o objetivo desse estudo é verificar a persistência da seca meteorológica no
Nordeste Setentrional Brasileiro (NSB) ao longo dos anos, ou seja, avaliar se todo ano é ano de seca no
NSB, pois as secas nem sempre são gerais, podendo ocorrer de maneiras mais localizadas ou pontuais.
XII Simpósio de Recursos Hídricos do Nordeste
3
2 MATERIAIS E MÉTODOS
No desenvolvimento desse estudo foram utilizados dados diários de precipitação das estações
meteorológicas do Instituto Nacional de Meteorologia (INMET), entre o período de 1961 e 2012,
para a região do NSB localizada entre as latitudes e 10ºS e as longitudes 34ºW e 43ºW (Figura
01). A Tabela 01 mostra a identificação e a localização das estações meteorológicas utilizadas no
trabalho.
Tabela 01 Identificação e localização das estações meteorológicas.
CÓDIGO
DA
ESTAÇÃO
LONGITUDE
LATITUDE
CÓDIGO
DA
ESTAÇÃO
LONGITUDE
LATITUDE
82287
-41,76
-3,08
82753
-40,04
-7,90
82294
-40,14
-2,88
82777
-40,38
-7,00
82296
-42,28
-3,41
82780
-41,48
-7,03
82298
-42,25
-3,90
82784
-39,30
-7,31
82392
-40,33
-3,73
82789
-38,11
-7,81
82397
-38,53
-3,81
82791
-37,26
-7,01
82474
-41,80
-4,28
82792
-37,06
-7,88
82480
-41,78
-4,26
82795
-35,88
-7,22
82487
-39,00
-4,28
82797
-35,71
-7,83
82493
-37,76
-4,78
82798
-34,86
-7,10
82578
-42,81
-5,08
82879
-42,25
-8,35
82583
-40,66
-5,16
82882
-41,13
-8,13
82586
-39,28
-5,16
82886
-39,33
-8,51
82588
-38,36
-5,11
82890
-37,08
-8,41
82590
-37,81
-5,61
82892
-36,76
-8,40
82594
-36,57
-5,15
82893
-36,51
-8,88
82596
-35,65
-5,65
82900
-34,95
-8,05
82598
-35,20
-5,91
82979
-42,10
-9,63
82683
-40,41
-6,00
82983
-40,48
-9,38
82684
-41,90
-7,85
82986
-38,21
-9,36
82686
-39,29
-6,36
82989
-37,90
-9,28
82689
-38,21
-6,75
82990
-37,43
-9,75
82690
-37,08
-6,46
82992
-36,70
-9,44
82691
-36,81
-6,11
82994
-35,70
-9,66
82693
-36,58
-6,43
82996
-35,43
-9,18
82696
-35,68
-6,97
Os dados diários adquiridos foram transformados em series mensais e, em seguida, esses foram
utilizados para o calculo do índice de precipitação normalizada, SPI, ao qual foi feita uma escolha de
escala temporal. A escala de tempo utilizada para o cálculo do índice esta diretamente relacionada com
o tempo necessário para que os efeitos da seca sejam sentidos sobre os diferentes setores de atividades e
sobre os recursos hídricos em geral.
XII Simpósio de Recursos Hídricos do Nordeste
4
Figura 01 Mapa de localização das estações meteorológicas do INMET no Nordeste Setentrional Brasileiro.
Quando os impactos de uma seca ocorrem de maneira imediata sobre a agricultura de sequeiro, a
qual depende do armazenamento de água do solo, tem-se assim que os tempos de resposta são curtos.
Atividades resultantes das reservas de águas superficiais podem, ou não, vir a ser afetadas
posteriormente, correspondendo-lhes tempos de resposta mais longos. As atividades dependentes de
reservas subterrâneas são, em geral, as últimas a ser afligidas pela seca, compreendendo tempos de
resposta ainda mais longos.
Com isso, tem-se que o tempo de recuperação depende da duração da seca, da sua severidade e da
precipitação observada após o seu término. Deste modo, escalas de tempo mais curtas ou mais longas
refletem diferentes tempos de desfasamento na resposta dos diferentes tipos de recursos hídricos às
anomalias de precipitação. Para esse trabalho a escala temporal utilizada foi a de 12 meses, ou seja, uma
escala de tempo anual afim de verificar a variação interanual da precipitação.
O SPI é um índice adimensional em que valores negativos indicam seca e valores positivos
indicam períodos úmidos. Com esse índice, a intensidade da seca, a magnitude e a duração podem ser
determinadas, bem como a probabilidade de surgir a partir de uma série histórica uma seca especifica.
Para o cálculo do SPI, basicamente calcula-se a precipitação acumulada de cada mês, para a
escala de tempo escolhida, ajusta-se uma distribuição de probabilidade a esse acumulo de precipitação,
estima-se os valores da distribuição de probabilidade correspondente aos valores de precipitação
acumulada e converte os valores de probabilidade acumulada obtidos em valores do SPI que
correspondem à variável normal reduzida.
A distribuição de probabilidade utilizada no ajuste da precipitação acumulada foi a gama dois
parâmetros, definida por
XII Simpósio de Recursos Hídricos do Nordeste
5
 
  (1)
em que α > 0 é o parâmetros de forma, β > 0 o parâmetro de escala, x é a precipitação acumulada e
 
(2)
a função gama. A distribuição gama, conforme exposto na equação (1), só está definida para x > 0, logo
quando um dado mês apresenta valores nulos de precipitação total, faz-se necessário o uso de uma
transformação da distribuição de probabilidade acumulada, dada por
     (3)
sendo G(x) conhecida como função gama incompleta, que é a função de distribuição estimada a partir
dos valores não nulos da série de dados utilizada e q a probabilidade de zeros na amostra. Com isso, o
SPI é definido, conforme Pereira e Paulo (2004), como,
   (4)
em que φ a função de distribuição normal reduzida. Os valores de SPI podem ser classificados conforme
a Tabela 2, onde foi considerado apenas valores negativos de SPI.
Tabela 02 Classificação dos valores de SPI de acordo do o Monitor da Seca.
SPI
Categoria
0 a -0,99
Seca Ligeira
-1,00 a -1.49
Seca Moderada
-1,50 a -1,99
Seca Severa
-2,00
Seca Extrema
3 RESULTADOS E DISCUSSÕES
Na Figura 02 é apresentado a porcentagem do número de estações do INMET, inseridas no
NSB, em cada nível de classificação (D0,D1,D2,D3) de severidade da seca do SPI, para o período
de 1962 a 2012.
Da Figura 02 nota-se que na primeira metade da década de 1980 ocorreu uma seca
generalizada em praticamente todo o NSB, em que anos como o de 1980 e 1984 mais de 80% das
estações estavam em condições de secas extremas (D3). Na década de 1990, verificam-se alguns
picos de seca generalizada nos anos de 1991, 1994 e 19998 sendo esse último ano uns dos mais
sofríveis, pois mais de 90% encontravam-se em condições de secas extremas (D3).
Outro nível de seca, mais ameno, porém de severidade ainda bastante preocupante é o de
categoria D2, destacado principalmente na primeira metade da década de 1980, com picos de
porcentagem por volta de 70%, indicando o acontecimento de uma seca generalizada na área em
estudo.
XII Simpósio de Recursos Hídricos do Nordeste
6
Figura 02 Porcentagem do número de estações do NSB classificadas categorias D0, D1, D2 e D3 entre 1962 e 2012.
Ainda com relação à Figura 02, é possível observar secas de ligeiras (D0) a moderadas (D1)
ao longo de praticamente toda a série histórica, essas categorias de seca não ultrapassaram os 40%
dos números de estações em todo o NSB até o final da década de 1970, com porcentagem de
categorias de seca mais elevadas muito baixa, indicando que esse período pode ser considerado
úmido. Na década de 1990 e 2000, as categorias D0 e D1 ultrapassaram a porcentagem de 40% das
estações e categorias de secas mais elevadas ultrapassando 60% dos números de estações, indicando
que esse período é bem mais seco que o anteriormente citado.
Outro ponto a ser destacado na Figura 02, é o ano de 2010, que 0% das estações do NSB
apresentou algum nível de seca, demonstrando ser um ano atípico, com o acontecimento de chuvas
intensas em meio a longos períodos de secas.
A Figura 03 mostra a distribuição espacial da classificação do SPI para os anos de 1981 e
1998, anos de maiores porcentagens de estações nas categorias D2 e D3, respectivamente. No ano
de 1981 nota-se uma grande desuniformidade espacial da seca, em que dentro de um mesmo estado,
por exemplo o Ceará, é possível observar todas as categorias de secas arbitradas. Para o ano de
1998, verifica-se uma tendência de uniformidade espacial da seca na parte leste do NSB, na
categoria D3, indicativa de seca extrema, e na parte oeste do NSB percebe-se uma maior
concentração de estações com nível de severidade de seca menor.
XII Simpósio de Recursos Hídricos do Nordeste
7
(a) (b)
Figura 03 Mapa de classificação da severidade de seca, em que azul escuro é D0, azul claro é D1, amarelo é D2 e
marrom é D3, sendo (a) 1981 e (b) 1998.
4 CONCLUSÕES
Os resultados deste estudo mostram o comportamento espacial e temporal para uma melhor
caracterização e monitorização das secas. Através deles foi possível concluir, temporalmente, que
ao longo dos anos as secas têm ficado cada vez mais severas e cada vez mais estações têm sido
incluídas em alguma categoria de seca. Espacialmente, tem-se que uma determinada categoria de
seca pode se dar de maneira mais generalizada ou de modo mais localizado.
Com isso, é possível afirmar que praticamente todo ano é ano de seca, seja essa seca um
pouco mais generalizada ou não, e isso mostra a necessidade da criação de um plano de
contingencia ou um plano de gestão de seca continuo, isto é, um planejamento eficaz que possa ser
desenvolvido ao longo de todo o ano e não apenas em época de secas extremas mais generalizadas.
Desta maneira, a longo prazo seria possível melhorar a eficiência de uso da água e a curto
prazo poderia se desenvolver estratégias de mitigação para a escassez de água, evitando ou
diminuindo os impactos durante a ocorrência de eventos mais extremos de seca.
BIBLIOGRAFIA
HEIM JR, R. R. (2002). A Review of Twentieth-Century Drought Indices Used in the United
States”. American Meteorological Society.
McKEE, T. B.; DOESKEN, N. J.; KLEIST, J. (1993). “The relationship of drought frequency
XII Simpósio de Recursos Hídricos do Nordeste
8
and duration to time scales” in 8th Conference on Applied Climatology. American Meteorological
Society, Boston, pp. 179-184.
McKEE, T. B.; DOESKEN, N. J.; KLEIST, J. (1995). “Drought monitoring with multiple time
scales” in 9th Conference on Applied Climatology American Meteorological Society, Boston, pp.
233-236.
PALMER, W. (1965). Meteorological Drought. U.S. Weather Bureau, Res. Paper
45,Washington.
PAULO, A. A.; FERREIRA, E.; COELHO, C.; PEREIRA, L. S. (2005). Drought class transition
analysis through Markov and Loglinear models, an approach to early warning. Agricultural Water
Management, 77, pp. 5981.
PEREIRA L.S.; PAULO, A.A. (2004). “Indicadores de Escassez de Água: Índices de Secas” in
Conf. Conv. Workshop Indicadores y Tecnologias de Uso del Agua en las Tierras secas de
Iberoamérica (Proyeto CYTED XVII-1, Junho 2004) CYTED, Mendoza, Argentina.
Article
Drought indices allow for the characterization of drought events, being the most widely used the Standardized Precipitation Index (SPI), which is recommended by the World Meteorological Organization (WMO) as the standard drought index. The objectives of this study are: i) to characterize the variation of annual SPI index in the state of Rio de Janeiro from 1979 to 2009; ii) to relate ENSO events with the variation of the annual SPI; iii) to identify possible significant trends of rainfall increase and reduction based on the annual SPI; and iv) characterize drought evolution in the SRJ in the 1979–2009 period (Appendix A). For the SPI calculation, a monthly time series with 31 consecutive years was used, based on rainfall data from 99 rainfall stations distributed in eight government regions. Annual SPI data was presented using maps created with ArcGIS software version 10.2.2 and all statistical procedures were calculated in the R environment software. The Shapiro-Wilk (SW) and Bartlett (B) tests characterized rainfall data as being mostly normal and non-homogeneous. The annual SPI showed that the Center South region experienced the highest continuous dry period between 1999 and 2000 and 2002–2003. The annual SPI was assessed with the Mann-Kendall (MK), Curvature Sen (magnitude) and Pettitt (abrupt inflection) tests. The MK test indicated significant trends of annual rainfall increase in the North and Mountainous regions, and significant reduction trends in the Mountainous and Center South regions. Pettitt's test indicated significant abrupt changes in the North, Center South and Mountainous regions. The Curvature Sen test revealed that stations Dois Rios (North) and Cordeiro (Mountainous) registered a greater magnitude in the increase and reduction of the annual SPI, respectively.
Article
Full-text available
The standardized precipitation index (SPI) based on 68 years of precipitation data was computed for several sites of Alentejo, a drought prone region of southern Portugal. Drought classes were derived from SPI values. Markov chain modelling was used in order to estimate: (a) the probability of different drought severity classes; (b) the expected time in each class of severity; (c) the recurrence time to a particular drought class; (d) the expected time for the SPI to change from a particular class to another. A short-term conditional prediction scheme of drought classes is tested. The non-homogeneous Markov chains formulation produced better predictive results since probabilities are tied to each month. However, the persistence of recent climate conditions tend to dominate, so limiting the prediction capability of Markov chains modelling. Several Loglinear models were fitted to the drought class transition matrices and the computed odds and the respective confidence intervals were used to predict drought class transitions. Generally, the odds show lower values as the drought severity increases for the initial month and decreases for the following months, thus showing that odds of transition to the non-drought class versus transition to any drought class decrease when the drought severity of the present class increases. If the present drought class is moderate or severe, the probability of being 1 month from now in a drought class is higher than the probability of being in the non-drought class. Results show the utility of using the above-mentioned stochastic models to support monitoring the evolution of droughts and to produce early warning in combination with other indicators.
Indicadores de Escassez de Água: Índices de Secas
  • S Pereira L
  • A A Paulo
PEREIRA L.S.; PAULO, A.A. (2004). "Indicadores de Escassez de Água: Índices de Secas" in Conf. Conv. Workshop Indicadores y Tecnologias de Uso del Agua en las Tierras secas de Iberoamérica (Proyeto CYTED XVII-1, Junho 2004) CYTED, Mendoza, Argentina.
  • W Palmer
PALMER, W. (1965). "Meteorological Drought". U.S. Weather Bureau, Res. Paper Nº 45,Washington.