CAPÍTULO 5 - APLICAÇÃO A PORTUGAL CONTINENTAL

Transcrição

1 5. APLICAÇÃO A PORTUGAL CONTINENTAL O presente capítulo inicia-se com o enquadramento geográfico e temporal do trabalho prático realizado. Em seguida descrevem-se as tarefas desenvolvidas e apresentam-se os resultados obtidos. Numa terceira parte, procede-se à avaliação e discussão dos resultados alcançados. A análise e discussão de resultados contempla a avaliação dos resultados de estimação da precipitação, a análise do contributo da utilização de regiões homogéneas na melhoria das estimativas de precipitação, a comparação dos mapas de precipitação total anual relativos aos períodos de e 1959/ /1991 e uma proposta de reestruturação da actual rede de monitorização de precipitação do território Continental. O capítulo é finalizado com a apresentação do site construído na Internet para disponibilização ao público dos mapas de precipitação criados no âmbito da dissertação. 5.1 CONTEXTO O trabalho prático associado ao desenvolvimento da dissertação agora apresentada, foi aplicado a Portugal Continental. A inexistência de estudos actuais com objectivos similares aos propostos e a falta de mapas caracterizadores da distribuição espacial da precipitação relativos ao território Continental, justificaram o domínio de aplicação seleccionado. A informação de base utilizada incluiu 17 intervalos de integração da precipitação: precipitação total anual, precipitação em ano seco, precipitação em ano húmido, precipitações associadas a cada mês do ano e precipitações máximas diárias anuais para períodos de retorno de 100 e de 2 anos. O período de referência da informação variou com o intervalo de totalização da precipitação estudado. Deste modo, para as precipitações anuais e para as precipitações mensais foi adoptado o período de referência de 1959/60 a 1990/91. Este período foi seleccionado por se tratar da normal climatológica subsequente à da carta de precipitação total anual, editada em suporte digital pelo Atlas do Ambiente. Para as precipitações máximas diárias anuais foi utilizado um período de referência variável, cobrindo séries de precipitação que apresentavam 30 ou mais anos de registos de precipitação diária, desde o início do funcionamento de cada posto até ao ano hidrológico 1994/1995. Os dados de precipitação descritos 113

2 provêm de duas fontes: o Instituto da Água e o Instituto de Meteorologia. As restantes variáveis climáticas referenciadas no presente trabalho, foram fornecidas pelo Instituto de Meteorologia, que habitualmente não organiza a informação de acordo com anos hidrológicos, mas sim de acordo com anos civis. O período de referência das mesmas é de 1961 a As variáveis climáticas complementares à quantidade de precipitação são: valores médios do número de dias com ocorrência de determinado meteoro; valores médios e/ou valores extremos de pressão atmosférica, de temperatura, de humidade relativa do ar, de nebulosidade, de insolação, de evaporação e de frequência e velocidade do vento por rumos. As variáveis citadas só foram disponibilizadas para um número de estações meteorológicas muito inferior (no máximo 62) ao dos postos de medição da precipitação utilizados (que chegaram a perfazer 448), pelo que o seu emprego no presente estudo é condicionante de algumas análises Sobre o Clima de Portugal Continental e os Aspectos Orográficos mais Influentes A Península Ibérica situa-se na margem sul da zona temperada do hemisfério norte, onde a circulação atmosférica apresenta um fluxo dominante de oeste para este. Nestas latitudes verifica-se uma convergência de massas de ar quente das altas pressões subtropicais e de massas de ar frio (polar) oriundas de altas latitudes. Deste modo, o clima de Portugal Continental é fundamentalmente influenciado por dois factores: as latitudes subtropicais em que o território Continental se enquadra e a posição marginal do território face ao Oceano Atlântico (Ribeiro et al., 1997). A variedade climática regional é devida à variação da altitude e do afastamento costeiro. As principais cadeias montanhosas concentram-se na parte norte do território e intercalam-se entre a orla litoral e os planaltos interiores. A desigual distribuição geográfica do relevo reforça os contrastes climáticos existentes entre o norte e o sul do território Continental. Por outro lado, os maciços montanhosos que se estendem (Ribeiro et al., 1997) do Minho ao Mondego separam, a norte, uma faixa marcadamente atlântica de uma região interior. A faixa atlântica recebe quantitativos anuais de precipitação muito superiores aos da região interior norte e apresenta uma temperatura média anual (espacialmente ponderada) de 13.5ºC. As 114

3 cadeias montanhosas que separam o Minho de Trás-os-Montes são, aliás, as áreas do território Continental que registam maior precipitação anual. A região interior norte dos vales encaixados do Douro e as bacias a nordeste da cordilheira central apresentam um clima de características continentais, muito mais seco do que o da orla atlântica. Nesta região o Verão é muito quente e o Inverno é menos rigoroso em termos de precipitação. Nos vales encaixados do Douro chega mesmo a registar-se uma precipitação anual tão baixa quanto a que ocorre a latitudes mais meridionais, como no Algarve, sendo evidentes alguns traços do clima mediterrânico associado ao sul do território. Do Mondego até às cadeias montanhosas situadas a norte do Algarve, a temperatura aumenta gradualmente, enquanto que a precipitação diminui. A faixa do território que apresenta um clima moderado pela proximidade do Atlântico vai se tornando cada vez mais estreita e reduzida para sul. Os contrastes climáticos são maiores à medida que se avança de oeste para este. Estes contrastes são, no entanto, mais evidentes no Verão do que no Inverno. A região do Algarve é tipicamente mediterrânica. O Verão é quente e prolongado e o Inverno é muito moderado (Ribeiro et al., 1997). A temperatura média anual (espacialmente ponderada) é de 16.4ºC. A pluviosidade anual média é, a par da verificada na terra quente Transmontana, a mais baixa do território Continental (cerca de 689 mm). A pluviometria desta região é maioritariamente condicionada por chuvas ligadas às depressões de latitude subtropical. O Algarve está protegido das depressões que passam no norte do País, pelas cadeias montanhosas que separam esta região do Alentejo. Em Portugal Continental, no Inverno o clima embora moderado, é instável e chuvoso. As precipitações frontais são responsáveis pela maior parte da precipitação que se verifica naquele período do ano. Nas regiões montanhosas a precipitação orográfica também tem um contributo importante para a pluviosidade global. O Verão é caracterizado por um clima quente e seco. As escassas depressões apenas atingem a parte costeira a norte do território. Nesta estação do ano, a orla litoral ocidental do território está exposta à acção da nortada ao passo que a costa algarvia está protegida desta. A parte oriental do território sofre influência do interior da península. As restantes estações do ano são períodos de transição suave entre as duas estações mais marcantes do clima Continental. 115

4 Em suma, o clima de Portugal Continental é caracterizado por um Inverno pouco rigoroso, ao qual está associado um máximo de pluviosidade. O Verão é seco e moderadamente quente (Ribeiro et al., 1997). O sul de Portugal Continental apresenta precipitações anuais muito inferiores às observadas a norte, devido ao efeito da latitude. Tal reflecte-se na duração do período seco, que é maior no sul do território. A Figura 5.1 caracteriza a distribuição espacial da temperatura média anual do ar, no território Continental. A Figura 5.2 apresenta o número médio de dias no ano com precipitação diária igual ou superior a 0.1 mm, segundo locais de amostragem. Figura 5.1 Temperatura média anual do ar ( ), por locais de amostragem Figura 5.2 Número médio de dias no ano com precipitação diária igual ou superior a 0.1 mm ( ), por locais de amostragem A norte do território, nos primeiros quilómetros de intrusão continental, verifica-se um aumento da quantidade de precipitação com o afastamento da linha de costa que é causado pelo relevo. A diminuição da precipitação na direcção oeste - este só é notável ao penetrar na periferia da região central da Península (Ribeiro et al., 1997). No sul de Portugal, à medida que se avança para o interior do território, o factor orográfico não é suficiente para se sobrepor à tendência de redução das precipitações. Portugal Continental apresenta pequenas diferenças térmicas entre o norte e o sul. Durante o período de a temperatura média anual (espacialmente ponderada) foi de 14.7ºC. Os valores médios das temperaturas máximas e mínimas anuais foram, para o mesmo período, respectivamente 20.1ºC e 9.7ºC. A 116

5 amplitude térmica anual aumenta no entanto consideravelmente à medida que se avança de oeste para este. O Verão torna-se cada vez mais quente e o Inverno cada vez mais frio Variabilidade Espacial e Temporal da Precipitação No território Continental observou-se durante o período de 1959/60 a 1990/91 uma precipitação média total anual de mm. Este valor médio anual é, no entanto, muito variável a nível local, oscilando entre os 457 mm e os 3366 mm. A Figura 5.3 apresenta os quantitativos anuais médios relativos ao período 1959/ /91 por locais de amostragem de precipitação. Os postos climatológicos do território que registaram maior precipitação anual localizam-se na bacia do Cávado. Os menores quantitativos de precipitação anual estão associados à zona de Mértola. Durante quase todo o ano, a parte norte do território Continental encontra-se sob a influência de depressões que circulam ao norte da Península Ibérica. As precipitações na parte sul do território (sensivelmente a sul do rio Tejo) são maioritariamente causadas por trovoadas e por depressões situadas à latitude da Península Ibérica ou ao sul dela. À excepção das serras de São Mamede e de Monchique, onde a precipitação anual excede os 1000 mm anuais, nas restantes áreas do sul do território a precipitação anual é usualmente inferior àquele quantitativo. Figura Precipitação total anual (1959/ /91), por locais de amostragem Durante o período de o número médio de dias no ano com precipitação igual ou superior a 0.1 mm foi de (vide Figura 5.2). À semelhança da quantidade de precipitação, o número médio de dias em que chove no ano também apresenta grande variabilidade espacial. A norte do território, em média, ocorre chuva em quase metade dos dias do ano, enquanto que a sul a frequência média de dias com precipitação no ano é substancialmente inferior, podendo descer aos 77 dias. 117

6 O contraste entre o norte e o sul do território também se reflecte na duração da estação seca. Esta pode durar 3 a 6 meses no sul do território enquanto que no norte se restringe aos meses de Julho e Agosto. Neste estudo, a precipitação em ano seco e a precipitação em ano húmido expressam, a precipitação cuja probabilidade de não excedência anual é respectivamente 10% e 90%. A distribuição espacial das precipitações em ano seco e em ano húmido é bastante similar à da precipitação anual. Os valores mais elevados da precipitação em ano seco e da precipitação em ano húmido ocorrem na bacia do Cávado. A zona do território associada às observações mais reduzidas destes dois intervalos de integração da precipitação é a bacia do Guadiana. As figuras que se seguem apresentam a relação percentual existente entre cada um destes dois intervalos de totalização da precipitação e a precipitação total anual, por locais de amostragem. Da análise da Figura 5.4 conclui-se que a precipitação em ano seco representa mais de 50% da precipitação total anual em todos os postos de monitorização analisados. A proporção de precipitação em ano seco relativamente ao total anual é menos representativa na região interior do Algarve e na bacia do Guadiana. A Figura 5.5 revela que a percentagem da precipitação em ano húmido relativa à precipitação total anual é mais elevada nos postos da bacia do Douro que se situam junto às bacias do Cávado e do Vouga e no interior leste do Algarve. Figura 5.4 Relação percentual entre a precipitação em ano seco e a precipitação total anual (1959/ /91), por locais de amostragem Figura 5.5 Relação percentual entre a precipitação em ano húmido e a precipitação total anual (1959/ /91), por locais de amostragem 118

7 Em Janeiro e Fevereiro, a situação meteorológica dominante em Portugal Continental está associada ao predomínio da circulação zonal rápida que resulta da deslocação para sul da corrente de jacto (jet stream) que circula ao longo dos paralelos (Ferreira, 1984). A situação depressionária mais frequente é um anticiclone térmico sobre a Península Ibérica. As chuvadas ligadas a esta situação são fortes. Em média, no período de 1961 a 1990 registou-se um valor de precipitação igual ou superior a 0.1 mm em 13 dias de cada um dos meses. O valor médio da precipitação mensal relativa ao período de 1959/60 a 1990/91 foi de mm em Janeiro e de mm em Fevereiro. As figuras que se seguem traduzem, para o período de 1959/60 a 1990/91, a relação percentual existente entre cada uma das precipitações mensais referidas e a precipitação acumulada do primeiro trimestre do ano. Da observação da Figura 5.6 constata-se que relativamente ao primeiro trimestre do ano, as áreas do território Continental onde se verifica maior pluviosidade em Janeiro incluem o sotavento Algarvio, algumas zonas da bacia do Tejo situadas em torno de Vila de Rei e Idanha-a-Nova, a área de Penedono na bacia do Douro e a bacia do Cávado. Proporcionalmente ao primeiro trimestre do ano, a área do território com maior precipitação em Fevereiro é a bacia do Douro. Figura Relação percentual entre a precipitação média de Janeiro e a precipitação acumulada do primeiro trimestre do ano (1959/ /91), por locais de amostragem Figura Relação percentual entre a precipitação média de Fevereiro e a precipitação acumulada do primeiro trimestre do ano (1959/ /91), por locais de amostragem Neste dois meses, no território Continental verifica-se uma grande amplitude diária 119

8 das temperaturas, que é frequentemente acompanhada de uma situação de calma em termos de vento. No período de 1961 a 1990, a ausência de vento foi mais notória em Janeiro, dado que em Fevereiro os ventos de noroeste foram predominantes. As temperaturas médias mensais (espacialmente ponderadas) de Janeiro e de Fevereiro foram no mesmo período respectivamente, de 8.2ºC e de 9.2ºC. As condições atmosféricas do mês de Março são influenciadas pela circulação meridiana de sul. Neste mês aumenta a circulação ciclónica relativamente a Fevereiro (Ferreira, 1984). A precipitação média mensal de Março no território Continental foi de 98.9 mm para o período de 1959/60 a 1990/91. A bacia do Cávado foi a área do País que apresentou maior pluviosidade em Março. A área em que ocorreu menor precipitação neste mês foi a zona dos vales encaixados do Douro. O número médio de dias do mês com precipitação igual ou superior a 0.1 mm foi de 11.0 ( ). A Figura 5.8 apresenta a relação percentual aferida por posto de monitorização, entre a precipitação média de Março e a precipitação acumulada do primeiro trimestre do ano para o período referido. Da sua observação conclui-se que a maior proporção da precipitação do trimestre associada a este mês ocorre na bacia do Guadiana e na zona sudeste da bacia do Tejo. Ao norte do território, a zona de Vinhais e Bragança apresenta igualmente quantitativos de precipitação que expressam uma elevada percentagem da precipitação do primeiro trimestre do ano. Em Março, os ventos que penetram em Portugal Continental costumam ser intensos. No período de 1961 a 1990, os ventos dominantes neste mês sopraram do quadrante noroeste. A temperatura média mensal (espacialmente ponderada) associada ao mesmo período foi de 10.8ºC. O mês de Abril é caracterizado por condições meteorológicas muito instáveis. Os fluxos atmosféricos são dominados pela circulação meridiana de norte (Ferreira, 1984), ainda que sem reflexo na primazia dos quantitativos pluviométricos. As situações depressionárias mais frequentes são uma ondulação anticiclónica estabilizada sobre o Atlântico e uma corrente polar que passa sobre a Europa e o Mediterrâneo (Ferreira, 1984). Em termos médios, a nebulosidade, a quantidade de precipitação e o número de dias em que ocorre precipitação igual ou superior a 0.1 mm, são inferiores aos observados no mês de Março. No período de 1959/60 a 120

9 1990/91, a precipitação média de Abril foi de 85.4 mm. O número médio de dias com precipitação igual ou superior a 0.1 mm foi de 11.3 ( ) e a temperatura média mensal (espacialmente ponderada) atingiu os 12.5ºC. Os ventos dominantes neste mês também sopraram do quadrante noroeste. A Figura 5.9 expressa a relação percentual, calculada por posto de monitorização, entre a precipitação média de Abril e a precipitação acumulada do segundo trimestre do ano, para o período 1959/ /91. A análise desta figura permite concluir que grande parte dos locais de amostragem situados a sul da bacia do Tejo recebem, em Abril, mais de metade da precipitação ocorrida no segundo trimestre do ano, evidenciando predominância dos fenómenos convectivos (trovoadas) nos quantitativos pluviométricos. Figura Relação percentual entre a precipitação média de Março e a precipitação acumulada do primeiro trimestre do ano (1959/ /91), por locais de amostragem Figura Relação percentual entre a precipitação média de Abril e a precipitação acumulada do segundo trimestre do ano (1959/ /91), por locais de amostragem Habitualmente, no mês de Maio, as condições climáticas costumam ser menos dependentes dos centros de acção exteriores à Península Ibérica (Ribeiro et al., 1997). O gradiente de pressão é fraco e a existência de pequenas depressões locais é causada pelas diferenças térmicas do solo. Estas são responsáveis por muitas trovoadas. A precipitação média de Maio foi de 67.9 mm no período de 1959/60 a 1990/91. A Figura 5.10 apresenta, por locais de amostragem, a relação percentual entre a precipitação média de Maio e a precipitação acumulada do segundo trimestre do ano, para o período 1959/ /91. Da observação da 121

10 Figura 5.10 conclui-se que, relativamente à precipitação acumulada do segundo trimestre do ano, os locais com maior pluviosidade em Maio situam-se junto ao litoral centro e litoral norte do território. Em média, ocorreram 8.9 dias em Maio com precipitação igual ou superior a 0.1 mm ( ) e a temperatura média mensal (espacialmente ponderada) atingiu os 15.5ºC. Os ventos em Maio são, mais uma vez, dominantes do quadrante noroeste. No mês de Junho coexistem condições meteorológicas similares às do mês de Maio, a par de situações mais estáveis e típicas do Verão Continental. As depressões do Atlântico Norte são as responsáveis pela maior parte das chuvadas que se verificam em Junho no território. Dado que a superfície Continental já se encontra, em média, mais quente que a superfície oceânica, a quantidade de precipitação devida às depressões mencionadas é usualmente muito inferior à ocorrida nos meses antecedentes. A precipitação média do território Continental, em Junho, foi de 42.1 mm no período de 1959/60 a 1990/91. A Figura 5.11 revela, para o período mencionado, a relação percentual existente entre a precipitação média de Junho e a precipitação acumulada do segundo trimestre do ano. Esta figura indica que a fracção mais significativa da precipitação trimestral associada a este mês, ocorre na parte nordeste do território, em torno de Mirandela. Figura Relação percentual entre a precipitação média de Maio e a precipitação acumulada do segundo trimestre do ano (1959/ /91), por locais de amostragem Figura Relação percentual entre a precipitação média de Junho e a precipitação acumulada do segundo trimestre do ano (1959/ /91), por locais de amostragem O número médio de dias de Junho com precipitação igual ou superior a 0.1 mm foi 122

11 de 6 ( ). No mesmo período, a temperatura média mensal (espacialmente ponderada) foi de 19.2ºC. Tal como na maior parte dos meses, em Junho os ventos que sopraram do quadrante noroeste foram dominantes. Julho e Agosto apresentam características climáticas muito diferenciadas dos restantes meses. Nestes dois períodos do ano as condições atmosféricas são influenciadas pelo predomínio da circulação zonal e pelo aumento das perturbações anti-ciclónicas (Ferreira, 1984). Nestes dois meses, a precipitação e a humidade relativa descem aos valores mais baixos do ano. Simultaneamente, e com maior expressão no mês de Agosto, a temperatura atinge os valores mais altos do ano. Tanto em Julho como em Agosto, a precipitação média mensal registada no território Continental foi de 12.6 mm, para o período de 1959/60 a 1990/91. O número médio de dias em que ocorreu uma quantidade de precipitação igual ou superior a 0.1 mm foi de 2.4 para Julho e 2.2 para Agosto ( ). No mesmo período, a temperatura média mensal (espacialmente ponderada) foi de 22.2ºC em Julho e de 22ºC em Agosto. Os ventos predominantes nestes dois meses sopraram do quadrante noroeste. As figuras que se seguem ilustram, por local de amostragem, as relações percentuais existentes entre as precipitações médias de Julho e de Agosto e a precipitação do terceiro trimestre do ano, no período de 1959/60 a 1990/91. A Figura 5.12 revela que, em Julho, a maior proporção da precipitação do trimestre se concentra na bacia do Douro, em redor de Almeida. A Figura 5.13 indica que, em Agosto, as fracções mais representativas da precipitação trimestral ocorrem no barlavento Algarvio, no centro do País junto ao litoral e ainda nas bacias do Cávado e do Douro. Nos meses de Setembro e Outubro constata-se uma diminuição da circulação zonal e um aumento da circulação meridiana lenta, com frequentes regimes de bloqueio (Ferreira, 1984). Usualmente, em Setembro, no território Continental ainda se sente a temperatura quente do Verão, mas a precipitação aumenta comparativamente a Julho e Agosto. Em Setembro verifica-se mesmo mais de metade da precipitação do terceiro trimestre do ano. O aumento da precipitação é tanto mais notório quando se avança de sul para norte do território. 123

12 Figura Relação percentual entre a precipitação média de Julho e a precipitação acumulada do terceiro trimestre do ano (1959/ /91), por locais de amostragem Figura Relação percentual entre a precipitação média de Agosto e a precipitação acumulada do terceiro trimestre do ano (1959/ /91), por locais de amostragem Em Setembro, o valor médio da precipitação do território Continental relativa ao período de 1959/60 a 1990/91 foi de 45.5 mm. Em média, no período de 1961 a 1990, registou-se precipitação igual ou superior a 0.1 mm, em 5.2 dias do mês. A temperatura média (espacialmente ponderada) em Setembro foi de 20.2ºC ( ). Os ventos com maior frequência em Setembro sopraram do quadrante noroeste. A Figura 5.14 apresenta, por local de amostragem e para o período de 1959/60 a 1990/91, a relação percentual entre a precipitação média de Setembro e a precipitação acumulada do terceiro trimestre do ano. Da sua análise conclui-se que em Setembro as zonas do território situadas a sul da bacia do Tejo apresentam as percentagens mais elevadas da precipitação do trimestre. O mês de Outubro é caracterizado um aumento progressivo da precipitação e da nebulosidade relativamente a Setembro. Este aumento é acompanhado de um decréscimo da temperatura. As condições meteorológicas dominantes, que são responsáveis pelo aumento da pluviosidade, são depressões que circulam ao norte da Península Ibérica ou ainda depressões situadas à latitude da Península ou ao sul desta. A precipitação média mensal do território Continental em Outubro foi de 111 mm no período de 1959/60 a 1990/91. Os menores quantitativos de precipitação registaram-se na região de Miranda do Douro e os máximos foram 124

13 observados na bacia do Cávado. A Figura 5.15 ilustra a distribuição espacial da relação percentual entre a precipitação média de Outubro e a precipitação do último trimestre do ano, para o período de 1959/60 a 1990/91. A percentagem deste intervalo de totalização da precipitação, relativa à precipitação do trimestre correspondente, é mais representativa no interior do País, com predominância nas bacias do Douro, do Guadiana e do Tejo. Figura Relação percentual entre a precipitação média de Setembro e a precipitação acumulada do terceiro trimestre do ano (1959/ /91), por locais de amostragem Figura Relação percentual entre a precipitação média de Outubro e a precipitação acumulada do quarto trimestre do ano (1959/ /91), por locais de amostragem O número médio de dias de Outubro com precipitação igual ou superior a 0.1 mm foi de 10.1 ( ). No mesmo período, a temperatura média mensal (espacialmente ponderada) igualou os 16.1ºC. À semelhança da maioria dos meses, em Outubro os ventos que sopraram do quadrante noroeste foram dominantes. Em Portugal Continental, os meses de Novembro e Dezembro são muito similares em termos climáticos. A descida da temperatura que se observa relativamente ao mês de Outubro e as diferenças térmicas criadas entre as superfícies terrestre e marítima favorecem a condensação da humidade do ar, com consequente aumento da pluviosidade. A temperatura média mensal (espacialmente ponderada) do território Continental foi de 11.5ºC em Novembro e 8.7ºC em Dezembro ( ). Nestes dois meses predominaram situações de calma em termos de vento. As precipitações são maioritariamente originadas por depressões que circulam ao 125

14 norte da Península Ibérica. Deste modo, é a norte, na bacia do Cávado, e no centro do território que se registam as maiores chuvadas. Em média, no período de 1961 a 1990, registou-se precipitação igual ou superior a 0.1 mm em 11.8 dias de Novembro e em 12.2 dias de Dezembro. A precipitação média mensal relativa ao período de 1959/60 a 1990/91 foi de 134 mm em Novembro e de mm em Dezembro. As figuras que se apresentam de seguida ilustram, por local de amostragem, as relações percentuais existentes entre as precipitações médias de Novembro e de Dezembro e a precipitação do quarto trimestre do ano, no período de 1959/60 a 1990/91. A Figura 5.16 revela que, em Novembro, os locais associados às maiores proporções da precipitação do trimestre situam-se em Sagres, na bacia do Douro em redor de Almeida, na bacia do Tejo em torno do Fundão e na zona do Cabo da Roca. Da análise da Figura 5.17 conclui-se que a percentagem da precipitação média de Dezembro relativa à precipitação do quarto trimestre do ano é mais significativa a noroeste do território, nas bacias do Cávado, do Lima e do Douro. Figura Relação percentual entre a precipitação média de Novembro e a precipitação acumulada do quarto trimestre do ano (1959/ /91), por locais de amostragem Figura Relação percentual entre a precipitação média de Dezembro e a precipitação acumulada do quarto trimestre do ano (1959/ /91), por locais de amostragem O Quadro 5.1 sintetiza algumas estatísticas descritivas dos diversos intervalos de totalização da precipitação estudados. 126

15 Quadro 5.1 Estatísticas descritivas de diversos intervalos de totalização da precipitação (1959/ /91) Precipitação Observada: Valor Médio [mm] Mediana [mm] Desvio Padrão [mm] Valor Mínimo (Min.) [mm] Valor Máximo (Máx.) [mm] Coeficiente de Variação (C.V.) Total Anual Ano Seco Ano Húmido Média Janeiro Média Fevereiro Média Março Média Abril Média Maio Média Junho Média Julho Média Agosto Média Setembro Média Outubro Média Novembro Média Dezembro Máxima Diária Anual (t=100 anos) Máxima Diária Anual (t=2 anos) Das condições médias de pluviosidade associadas aos diferentes meses do ano e ao período de 1959/60 a 1990/91 destaca-se que: - os mais reduzidos quantitativos de precipitação ocorrem em Agosto e em Julho, que são também os meses aos quais estão associados os maiores coeficientes de variação da precipitação; - os meses com maior pluviosidade média são Fevereiro e Dezembro; - os meses em que a precipitação apresenta maior variabilidade espacial são Janeiro e Dezembro; - Julho e Agosto são os meses em que a variabilidade espacial da precipitação é menor; - os meses que apresentam maior número médio de dias com precipitação igual ou superior a 0.1 mm são Janeiro e Fevereiro ( ); - os meses que, em média, apresentam menor frequência de dias com precipitação igual ou superior a 0.1 mm são Agosto e Julho ( ). 127

16 No que diz respeito às restantes condições climáticas médias abordadas ( ) destaca-se que, à excepção dos meses de Janeiro, Novembro e Dezembro em que a ausência dos ventos foi dominante, nos restantes meses os ventos sopraram preferencialmente do quadrante noroeste, com frequências médias variáveis entre os 26% e os 53%. Os meses com maiores temperaturas médias foram Julho e Agosto, enquanto que os meses com as temperaturas médias mais baixas foram Janeiro e Dezembro. Outros indicadores complementares do regime pluviométrico estão associados aos fenómenos extremos. As precipitações máximas diárias anuais analisadas no âmbito deste estudo foram calculadas para períodos de retorno de 100 e de 2 anos. Estes dois intervalos de totalização da precipitação são usualmente adoptados no dimensionamento de obras hidráulicas. A precipitação máxima diária anual para um período de retorno de 100 anos é aquela que têm uma probabilidade de não excedência de 99%. A precipitação máxima diária anual para um período de retorno de 2 anos é aquela que têm uma probabilidade de não excedência de 50%. Em Portugal Continental, as precipitações diárias de maior dimensão resultam do impacto de massas de ar de origem meridional. As figuras que se seguem ilustram a variabilidade espacial destes dois intervalos de totalização da precipitação, cujas estimativas foram obtidas através do ajustamento da distribuição de extremos de Gumbel. Da sua observação e comparação com a figura equivalente relativa à precipitação total anual (Figura 5.3), verifica-se uma maior penetração dos máximos na direcção oeste - este, que é sobretudo apreciável no sotavento algarvio. Os valores mais elevados deste tipo precipitação verificam-se nas bacias do Cávado e do Lima. Para além da concentração de máximos a noroeste do território e sobre os maciços montanhosos que vão do Minho ao Mondego, destaca-se uma concentração apreciável de máximos diários anuais a sul, junto das serras Algarvias. Este facto é tanto mais notório quanto maior o período de retorno considerado. Os valores mínimos da precipitação máxima diária anual ocorrem na bacia do Douro, nas zonas de Mirandela, Penedono, Meda e Figueira de Castelo Rodrigo. A distribuição espacial da precipitação máxima diária anual para um período de retorno de 100 anos evidencia um valor extremo inesperado de mm no posto de Santa Vitória (26I/01), que se situa nas cumeadas sudeste da 128

17 bacia do Sado. Figura Precipitação máxima diária anual para um período de retorno de 100 anos, por locais de amostragem (período máximo de observação:1863/ /95) Figura Precipitação máxima diária anual para um período de retorno de 2 anos, por locais de amostragem (período máximo de observação:1863/ /95) Experiências de Interpolação e Mapeamento da Precipitação Aplicadas a Portugal Continental Os estudos conducentes à criação de mapas da distribuição espacial de precipitação desenvolvidos para Portugal Continental são escassos e quase sempre referentes à precipitação anual. Quando existentes, as análises não cobrem todo o território Continental ou reportam-se a períodos de referência que carecem de actualização. A maioria das análises baseia-se num reduzido número de anos de observação do fenómeno ou em escassos pontos de amostragem. Por outro lado, a metodologia utilizada na construção dos mapas existentes é muitas vezes desconhecida e o erro associado à interpolação nunca é quantificado. Até à data, todos os trabalhos de mapeamento da precipitação aplicados ao território Continental conduziram à publicação de cartas de isoietas. Esta reprodução da distribuição espacial da precipitação impossibilita a quantificação da precipitação para localizações específicas, porque associa intervalos de precipitação a extensas áreas contidas entre isolinhas. Os meios tecnológicos disponíveis para o desenvolvimento da presente investigação viabilizam a criação de mapas em formato matricial, que são muito mais ajustados à caracterização da variabilidade espacial da precipitação. 129

18 No que concerne à diversidade dos mapas disponíveis, constata-se mesmo a inexistência de cartografia com abrangência Continental, sobre a distribuição espacial de precipitações em anos seco e húmido, de precipitações mensais e de precipitações máximas diárias anuais. O mapa mais antigo sobre a distribuição espacial da precipitação, produzido para o território Continental, data de 1881 e é devido a Cândido de Moraes (Daveau et al., 1977; pág. 16). Em 1932, Hermann Lautensach (Ribeiro et al., 1997; pág. 359) publica um novo mapa sobre a distribuição espacial da precipitação anual média do território Continental. Este novo mapa reporta-se ao período e a sua elaboração baseou-se na informação relativa a 17 postos nacionais e cerca de 20 postos espanhóis situados junto à fronteira. Em 1948, Gaussen edita uma carta de distribuição espacial da precipitação na Península Ibérica (Daveau et al., 1977; pág. 19). A carta em questão é relativa ao ano de 1934, mas só viria a ser publicada catorze anos depois. Os Serviços Hidráulicos nacionais iniciaram em 1934, através dos seus anuários, a divulgação de cartografia da distribuição espacial de precipitação anual para Portugal Continental. Em 1939, aqueles serviços publicam o primeiro mapa referente à distribuição espacial da precipitação anual para o quinquénio (Figura 5.20). Em alternância com a escola que desenvolveu este mapa, surge em 1941 a primeira edição do Atlas Figura 5.20 Distribuição espacial da precipitação anual relativa ao quinquénio (Fonte: Anuário dos Serviços Hidráulicos 1937, pág. 311). Reprodução autorizada pelo Instituto da Água. de Portugal que inclui uma carta que caracteriza a pluviometria média anual do território Continental, sem referência a um período específico (Daveau et al., 1977; 130

19 pág. 23). Esta última carta foi elaborada por Pina Manique e Albuquerque sob a coordenação de Amorim Girão e baseou-se em dados de 302 postos de monitorização da precipitação. Em 1943, Amorim Ferreira edita um novo mapa de distribuição espacial da precipitação no território Continental no período (Daveau et al., 1977; pág. 21). Segue-se-lhe o mapa de precipitação produzido por Gonzalez Quijano para a Península Ibérica (Daveau et al., 1977; pág. 22) que foi publicado em No ano seguinte, os Serviços Hidráulicos nacionais editaram um mapa de distribuição espacial da precipitação no território Continental, relativo à década 1934/ /44 (Figura 5.21). Figura Distribuição espacial da precipitação anual relativa ao decénio 1934/ /44 (Fonte: Anuário dos Serviços Hidráulicos , 2º volume, pág. 144). Reprodução autorizada pelo Instituto da Água. Em 1951, Hermann Lautensach volta a divulgar uma carta da distribuição espacial da precipitação anual na Península Ibérica, desta vez referente ao período (Daveau et al., 1977; pág. 24). Na elaboração desta carta o autor utilizou registos de 289 postos nacionais. Só em 1959 é que a rede udométrica instalada e explorada pelos Serviços Hidráulicos nacionais lhes permitiu publicar um mapa de distribuição espacial da precipitação anual do território Continental baseado em trinta anos de observações. Este mapa é relativo ao período de 1927/28 a 1956/57 (Figura 5.22). Em 1975, o Serviço Meteorológico Nacional publicou uma carta da distribuição espacial da precipitação anual para Portugal Continental, relativa à normal climatológica de A sua elaboração baseou-se em dados de 334 postos de monitorização que apresentavam um mínimo de 30 anos de observações e na informação disponibilizada por 281 postos adicionais, cujos 131

20 registos de precipitação apresentavam menos de 30 anos de observações. No traçado das isoietas constantes do mapa produzido pelo Serviço Meteorológico Nacional foram contemplados (ainda que não explicitamente documentados) aspectos fisiográficos associados aos mecanismos que produzem a precipitação, designadamente a altitude e a exposição aos ventos. À excepção desta carta de precipitação, actualmente incluída no repositório digital do Atlas do Ambiente, desconhecem-se outras iniciativas que tenham aprofundado a presente temática com vista à produção de mapas em suporte digital para todo o território Continental. Em 1977, uma equipa de investigação liderada por Suzanne Daveau viria a publicar um mapa similar ao do Serviço Meteorológico Nacional, também relativo à normal climatológica de (o mapa constitui um anexo de Daveau et al., 1977). Este mapa foi desenvolvido com base na informação de 334 postos de monitorização da precipitação, complementada pela informação hipsométrica do território e pela informação relativa ao papel pluviométrico desempenhado pelos principais acidentes de relevo, que foi aliás uma das muitas matérias que a autora aprofundou no estudo da variabilidade espacial da precipitação. Estes dois últimos mapas constituem presentemente a cartografia mais recente sobre a distribuição espacial de precipitação anual em Portugal Continental. Figura 5.22 Distribuição espacial da precipitação anual relativa ao período 1927/ /57 (Fonte: Anuário dos Serviços Hidráulicos : Hidrometria, pág. 32). Reprodução autorizada pelo Instituto da Água. Relativamente aos estudos que apenas cobrem parte do país, merece destaque o trabalho aplicado à região do Algarve por Goovaerts (1999), porque se baseou 132

21 numa análise comparativa de diversos métodos de interpolação com vista ao mapeamento de precipitações anuais e mensais. Este trabalho não conduziu no entanto à publicação da cartografia produzida. 5.2 TRABALHO DESENVOLVIDO Procede-se de seguida à descrição das várias fases do trabalho desenvolvido com vista à prossecução dos objectivos do estudo. Constituindo o tema central da dissertação a modelação da distribuição espacial de superfícies pluviométricas associadas a diversos intervalos de totalização da precipitação, e sendo esta actividade fundamentalmente condicionada pelo conteúdo informativo dos pontos monitorizados, foi numa fase inicial imprescindível proceder à selecção, ajustamento e completamento das séries de precipitação que seriam posteriormente analisadas. Deste modo procurou-se corrigir inconsistências na informação de base e assegurou-se que a informação menos fiável fosse excluída. As actividades desenvolvidas nesta fase inicial são relatadas no ponto Uma vez que um dos objectivos do trabalho visava testar a contribuição de variáveis auxiliares na modelação da distribuição espacial da precipitação, tornouse por isso necessário estruturar e criar em ambiente SIG alguns temas que representassem as variáveis auxiliares pretendidas. Estes temas foram desenvolvidos para todo o território Continental sob a forma de mapas. As variáveis auxiliares criadas, bem como os procedimentos utilizados na sua produção, são descritos no ponto A estimação por recurso a técnicas do âmbito da geoestatística pressupõe a prévia modelação da continuidade espacial do fenómeno. Face às técnicas de krigagem testadas no presente estudo, esta etapa visou a identificação de modelos teóricos (variogramas simples e cruzados) que melhor se ajustassem aos modelos empíricos de continuidade espacial de cada intervalo de integração da precipitação. As actividades desenvolvidas nesta fase do trabalho são narradas no ponto Uma vez que a análise fractal desenvolvida para apreciação dos efeitos da resolução espacial se baseou na análise variográfica, é igualmente no ponto que se procede à avaliação da estrutura fractal de alguns intervalos de totalização da precipitação. A modelação da distribuição espacial das superfícies pluviométricas associadas a 133

22 cada intervalo de integração da precipitação é finalmente abordada no ponto Nesse ponto descrevem-se as técnicas de interpolação ensaiadas, identificam-se as variáveis auxiliares utilizadas e as resoluções espaciais testadas. A pesquisa de regiões com características pluviométricas afins constituiu outro objectivo do presente estudo, cujos resultados são apresentados no ponto Para além da caracterização das regiões homogéneas identificadas, pretendeu-se, numa fase posterior do estudo, aferir o desempenho de algumas técnicas de interpolação com adopção de modelos individualizados para cada região. As análises desenvolvidas, quer na fase de selecção das séries de precipitação, quer na fase da sua modelação, permitiram uma caracterização exaustiva da rede de monitorização adoptada. A partir dos elementos obtidos construiu-se um indicador de qualidade para as séries de precipitação anual e efectuou-se uma avaliação da rede de monitorização utilizada. As actividades desenvolvidas neste âmbito são relatadas no ponto Selecção, Ajustamento e Completamento das Séries de Precipitação Analisadas As séries de precipitação analisadas no presente estudo e os postos de monitorização que a elas estão associados constituem apenas um subconjunto do total que actualmente integra a rede pluviométrica do território Continental. Para a sua selecção utilizaram-se critérios que são variáveis com o período de precipitação analisado. Para o estudo das precipitações máximas diárias anuais foram seleccionadas 449 séries que apresentavam 30 ou mais anos de registos de precipitação diária, desde o início do funcionamento de cada posto até ao ano hidrológico 1994/1995. As precipitações máximas diárias anuais para os períodos de retorno de 2 e de 100 anos foram posteriormente estimadas por Brandão e Hipólito (1997) de acordo com o exposto no ponto Para o estudo das precipitações mensais e anuais foram inicialmente seleccionadas 456 séries mensais, que possibilitavam reconstituir 30 anos de registos de precipitação relativos ao período de 1959/60 a 1990/91. Estas séries mensais foram agrupadas em séries anuais que viriam a ser estudadas sob diversos aspectos: número de falhas anuais, coeficiente de variação, associação linear entre séries, aleatoriedade e consistência. A partir da avaliação conjunta 134

23 destes aspectos, efectuou-se uma segunda selecção tendo-se excluído 17 das 456 séries de precipitação inicialmente seleccionadas. As análises desenvolvidas para selecção, ajustamento e completamento das 439 séries de precipitação que restaram são descritas nos pontos a Selecção inicial de postos com base no comprimento das séries de precipitação disponíveis Pretendendo que os resultados e conclusões alcançados através do presente estudo fossem representativos de um ano hidrológico médio (reportado ao período de registo de 1959/60 a 1990/91, para as precipitações anuais e mensais), procedeu-se, tal como já foi referido, à selecção inicial de 456 postos, de entre os 723 disponíveis no Sistema Nacional de Informação sobre Recursos Hídricos, com base no critério do período de funcionamento mínimo representativo de cada posto. Embora fosse desejável obter registos de 30 anos de precipitação anual por posto, nem sempre tal foi possível porque a disponibilidade de séries anuais completas não depende somente do facto do posto estar em actividade mas também, e principalmente, da não ocorrência de falhas associadas ao processo diário de medição da precipitação. Dos 456 postos seleccionados de acordo com o critério acima referido, 264 apresentavam séries de precipitação mensal completas (sem falhas) para o período pretendido. Os restantes (192 postos) apresentavam falhas mensais que abrangiam de 1 a 11 anos. Os registos de precipitação mensais viriam a ser posteriormente suplementados e acumulados em precipitação anual para todos os postos Cálculo de distâncias entre postos O conhecimento da distância entre postos, quando complementado com a detecção de inconsistências nas séries de precipitação anual, pode contribuir para fundamentar decisões sobre a selecção ou a exclusão de séries. Deste modo, postos de monitorização muito próximos, que apresentem registos de precipitação semelhantes, podem revelar informação redundante, se sujeitos a idênticas condições orográficas. Face ao exposto, para cada posto de medição de precipitação procedeu-se à identificação dos doze postos mais próximos. Em seguida, identificaram-se os postos que distam menos de 3 quilómetros de outros postos. Estes são apresentados no Quadro 5.2. Da análise deste quadro ressalta de imediato a pequena distância (0.01 metros) que separa o posto udométrico de 135

24 Vale de Malhão (25O/02) da estação climatológica de Contenda (25O/05), ambas situadas na bacia do Guadiana a uma altitude de cerca de 450 metros. Dado que os quantitativos de precipitação anual média apenas diferem em 20 mm e uma vez que a proximidade destes dois postos impede a criação em SIG de polígonos de Thiessen, optou-se por excluir a série de precipitação relativa a Vale de Malhão (25O/02) das análises futuras. Esta exclusão também se fundamentou no facto de Vale do Malhão ser um posto udométrico, recolhendo por isso informação mais restrita do que a estação climatológica de Contenda. O conhecimento da distância mínima entre pares de postos de monitorização da precipitação pode também influenciar a definição de vizinhanças a adoptar no processo de estimação da precipitação. A distância mínima entre pares de postos de monitorização pode mesmo condicionar a avaliação de fenómenos que só se manifestem a determinadas escalas. Quadro 5.2 Identificação dos postos de monitorização de precipitação situados a menos de 3 km de outros postos Posto Origem Designação do Posto Origem Posto Destino Designação do Posto Destino Distância (metros) 25O/02 Vale de Malhão 25O/05 Contenda N/02 Amareleja (I.N.M.G.) 24N/01 Amareleja (D.G.R.N.) K/02 Gralhós 03K/04 Firvidas I/02 B. Cabril 14I/01 Pedrogão Grande L/03 Casal da Serra 13L/04 S. Vicente da Beira I/07 Ermida 03I/06 Pedra Bela L/05 Penhas Douradas 11L/04 Manteigas C/03 Sta. Catarina 17C/02 Vimeiro (Alcobaça) G/01 Coimbra/Geofísico 12G/06 Coimbra (Bencanta) K/07 Alturas do Barroso 03J/06 Telhado J/03 Paradela do Rio 03J/02 Outeiro G/01 Braga (Posto agrário) 04G/02 Sameiro K/02 Sta. Marta Montanha 05K/01 Gouvães da Serra No Quadro 5.3 apresentam-se algumas estatísticas descritivas relativas à distância mínima entre pares de postos, observada nas duas redes de monitorização de 136

25 precipitação contempladas pelo presente estudo. Quadro 5.3 Estatísticas descritivas da distância mínima entre pares de postos das redes de monitorização da precipitação contempladas neste estudo Rede de Monitorização das Precipitações Anuais e Mensais Rede de Monitorização das Precipitações Máximas Diárias Anuais Valor Médio (km) Desvio Padrão (km) Valor Mínimo (km) Valor Máximo (km) Avaliação de estatísticas descritivas A análise de parâmetros amostrais das séries de precipitação possibilita a identificação de comportamentos anómalos que podem indiciar a ausência de aleatoriedade dos registos. As estatísticas descritivas estimadas para a variável precipitação anual foram: a média, o desvio padrão, o coeficiente de variação, o coeficiente de assimetria e o coeficiente de achatamento. Através da análise dos parâmetros amostrais das 456 séries anuais estudadas, identificaram-se alguns postos que, por apresentarem um elevado coeficiente de variação da precipitação anual (>=0.4), viriam a merecer uma inspecção das respectivas séries mais atenta. Os postos com coeficiente de variação da precipitação anual igual ou superior a 0.4, num total de 18, localizam-se na sua maioria na bacia hidrográfica do Douro. O Quadro 5.4 possibilita a sua identificação. A Figura 5.23 apresenta a distribuição de frequências do coeficiente de variação da precipitação anual das 456 séries analisadas. Nº Séries Coeficiente de Variação da Precipitação Anual Figura Distribuição de frequências do coeficiente de variação da precipitação anual das séries analisadas (1959/ /91) 137

26 Quadro 5.4 Parâmetros amostrais das 18 séries de precipitação anual que apresentam um coeficiente de variação da precipitação anual igual ou superior a 0.4 (1959/ /91) Posto Designação Nº de anos completos Precip. Anual Mínima [mm] Precip. Anual Máxima [mm] Precip. Anual Média [mm] Desvio Padrão [mm] Coef. de Variação Coef. de Achatamento Coef. de Assimetria 30G/03 B. Arade G/01 Tancos (Base Aérea) M/01 Padrela P/01 Celas I/01 Guilhofrei Barragem L/05 Carregal J/02 Candemil R/01 Rio de Onor Q/01 Montezinho M/05 Guilheiro J/02 Caniçal Cimeiro P/02 Peredo N/01 Codeceiro K/03 Lamas de Olo N/03 Ervedosa- Pinhel M/01 Jou L/01 Soutelhinho da Raia L/02 Chão da Va Análise da associação linear entre séries de precipitação anual Passou-se de seguida à análise de correlações entre as 456 séries de precipitação anual. Para cada posto de medição de precipitação, identificaram-se os dez postos mais correlacionados. Os postos identificados não são obrigatoriamente vizinhos do posto em apreciação. Dado que o fenómeno em estudo denota grande continuidade espacial no período de análise considerado, é usual que a maior 138

27 associação linear entre séries anuais não seja inferior a 0.8. Da análise realizada, destacaram-se, no entanto, alguns postos cujas maiores correlações com as restantes séries anuais são iguais ou inferiores ao valor citado. As características aparentemente anómalas das séries destacadas (Quadro 5.5), por apresentarem um elevado coeficiente de variação da precipitação anual (>=0.4) e/ou baixas associações lineares (=<0.8) com as restantes séries de precipitação anual, foram na grande maioria dos casos posteriormente comprovadas pelos resultados dos testes de dupla acumulação, que mais adiante se descrevem. Quadro Postos cujas séries de precipitação anual apresentam baixas associações lineares com as restantes séries de precipitação anual Bacia Hidrográfica Designação do Posto Código do Posto Maior Correlação da Série Anual com outra Série Anual Lima Bouçã dos Homens 02H/ Cávado Pedra Bela 03I/ Douro Ervedosa-Pinhel 08N/ Douro Vermiosa 09P/ Douro Codeceiro 10N/ Douro Aldeia da Ponte 11P/ Tejo Pampilhosa da Serra 13J/ Tejo Chão da Va 14L/ Tejo Idanha-a-Velha 14O/ Tejo Tancos (Base Aérea) 17G/ Tejo Pereiro da Palhacana 19C/ Detecção de inconsistências e remoção de tendências nas séries de precipitação anual A análise estatística da precipitação anual, tal como desenvolvida no contexto do presente trabalho, pressupõe a estacionariedade das séries utilizadas. Esta propriedade traduz-se pela homogeneidade, consistência e não persistência das séries de registos (Santos, 1996). A existência de inconsistências nas séries de valores anuais é geralmente devida a três tipos de factores: desvios aleatórios causados por erros de medição; erros sistemáticos causados pela alteração dos procedimentos de medição 139

28 ou pela alteração das condições de captura da chuva; desvios ocasionados por variações na localização dos postos de medição da precipitação. O comportamento heterogéneo dos registos de precipitação com inconsistências pode ser detectado por testes estatísticos ou através de métodos gráficos Análise de aleatoriedade Foi com o objectivo de analisar a aleatoriedade das séries udométricas anuais que se desenvolveram 7 testes estatísticos não paramétricos: Wald-Wolfowitz, Mann- Whitney, Ordenação, Homogeneidade da variância, Número de extremos locais, Spearman e Coeficiente de autocorrelação. Alguns destes testes são mais adequados à detecção de persistência temporal nas séries (Número de extremos locais, Spearman e Coeficiente de autocorrelação) enquanto que outros testam variações na média dos valores da série (Mann-Whitney e Ordenação) ou alterações na variância dos valores cronologicamente dispostos (Homogeneidade da Variância). A estatística de Wald-Wolfowitz é, de entre as utilizadas, a mais vocacionada para testar variações na distribuição dos valores das séries. Após contabilização para cada posto do número de vezes em que a hipótese de aleatoriedade foi rejeitada nos sete testes utilizados, para um nível de confiança de 95%, decidiu-se subdividir os 456 postos inicialmente seleccionados em três grandes grupos. O primeiro grupo incluiu os postos para os quais se contabilizou duas ou mais vezes a não aceitação da hipótese de aleatoriedade das respectivas séries anuais (57 postos). O segundo grupo abarcou as séries de precipitação em que apenas ocorreu uma rejeição da hipótese de aleatoriedade nos sete testes aplicados (124 postos). O terceiro grupo englobou todas as séries restantes, para as quais se constatou a aceitação da hipótese de aleatoriedade nos 7 testes realizados (275 postos) Desenvolvimento de ensaios de dupla acumulação Um dos procedimentos frequentemente adoptado na validação dos registos pluviométricos anuais é o ensaio de dupla acumulação. Trata-se de um método gráfico que possibilita confrontar o registo pluviométrico de um posto com os registos correspondentes de um conjunto significativo de postos relacionados com o posto em apreciação (postos de referência). Tal como divulgado na maior parte 140

29 da literatura (Chow, 1964; Rainbird, 1967; Singh, 1989; Garcia de Muro, 1992), as estações ou postos de referência são usualmente vizinhas do posto em análise. No presente estudo, optou-se por representar graficamente os totais acumulados de precipitação anual de cada posto com a média dos totais anuais acumulados de 6 ou mais postos fortemente correlacionados com o posto em apreciação. A selecção de postos de referência, que podem ou não ser vizinhos do posto a analisar, fundamenta-se na crença de que postos vizinhos nem sempre estão sujeitos a iguais condições pluviométricas ainda que forneçam iguais comportamentos regionais, devido a outros factores tais como a exposição das encostas ao fluxo de humidade. A necessidade de ajustamento do registo de precipitação justifica-se sempre que se identificarem no gráfico de dupla acumulação, variações abruptas de declive (>=10%) para um período consecutivo superior a cinco anos (Chow, 1964; Singh, 1989). Existem contudo situações em que o ensaio de dupla acumulação revela inconsistências tão graves (gráfico de aspecto notoriamente curvo e com múltiplas oscilações) que não se justifica proceder ao ajustamento do registo pluviométrico. Nestas circunstâncias opta-se frequentemente por rejeitar a série de precipitação. Os ensaios de dupla acumulação das 456 séries de precipitação referentes ao período de 1959/60 a 1990/91 foram desenvolvidos sem completamento das falhas apresentadas por alguns registos de precipitação. Os gráficos resultantes podem ser consultados no site desenvolvido na Internet no âmbito do presente trabalho. A sua visualização é disponibilizada após selecção de um posto de monitorização de precipitação Remoção de tendências nas séries de precipitação anual A técnica de dupla acumulação foi também utilizada como método de ajustamento das séries udométricas. O procedimento adoptado foi o seguinte: i. ajustamento de uma ou mais rectas ao gráfico de dupla acumulação por mínimos quadrados; ii. determinação dos desvios das observações face à(s) recta(s) ajustada(s); iii. identificação das séries em que se verifica a ocorrência de variações significativas (>=10%) do declive das rectas ajustadas, durante um período não inferior a cinco anos consecutivos. Para cada série identificada em iii., seleccionou-se de entre as várias rectas 141

30 ajustadas ao gráfico de dupla acumulação, a recta que melhor expressa o comportamento da série. As observações de precipitação acumulada inicialmente não ajustadas à recta seleccionada, sofreram uma translação para a recta em causa, tendo-lhes sido posteriormente adicionado o desvio contabilizado em ii. De entre as 456 séries anuais disponíveis, 98 foram ajustadas e 17 foram rejeitadas. As decisões de ajustar ou de rejeitar uma série de precipitação anual basearam-se na avaliação conjunta dos resultados do ensaio duplamente acumulado, das estatísticas descritivas, dos testes de aleatoriedade e da correlação entre séries. Contribuiu igualmente para a decisão de rejeitar algumas séries, o facto de existirem outros postos a grande proximidade do posto em apreciação. Na sua maioria, as séries excluídas (cujas características gerais se apresentam no Quadro 5.6) revelaram inconsistências através do ensaio de dupla acumulação que já tinham sido evidenciadas por parâmetros estatísticos extremos ou por baixas correlações com as restantes séries anuais. No grupo de séries de precipitação anual para as quais se verificou a aceitação da hipótese de aleatoriedade nos sete testes desenvolvidos, apenas foi excluída uma série (Torre do Pinhão - 05L/03) devido ao facto de evidenciar inconsistências através do ensaio de dupla acumulação (vide Figura 5.24). Posto 05L/03 Precipitação Anual Acumulada do Posto Precipitação Anual Média Acumulada dos 6 Postos com maior Correlação com o Posto em Análise Figura 5.24 Ensaio duplamente acumulado da série de precipitação anual do posto Torre do Pinhão (05L/03): série considerada aleatória por 7 testes não paramétricos (α=0.05) Merecem no entanto destaque, situações como a representada na Figura 5.25, em que a hipótese de aleatoriedade da série anual foi rejeitada seis vezes nos sete 142

31 testes estatísticos aplicados (α=0.05), mas o ensaio de dupla acumulação não revela inconsistências aparentes. Posto 23M/02 Precipitação Anual Acumulada do Posto Precipitação Anual Média Acumulada dos 6 Postos com maior Correlação com o Posto em Análise Figura 5.25 Ensaio duplamente acumulado da série de precipitação anual da estação climatológica Ponte de Mourão (23M/02) Após aplicação dos procedimentos anteriormente explicitados para exclusão de postos, considerou-se que as 439 séries de precipitação anual restantes, seriam quantitativamente suficientes e qualitativamente adequadas, na representação do espaço e do período de referência a que se reportam. A Figura 5.26 apresenta a localização dos 439 postos de precipitação seleccionados para estimar as precipitações anuais e mensais. Figura 5.26 Localização dos 439 postos de precipitação utilizados para estimar as precipitações anuais e mensais 143

32 Quadro Séries de precipitação anual excluídas da modelação da distribuição espacial da precipitação Bacia Hidrográfica Designação do Posto Código do Posto Tipo de Posto Nº de hipóteses de Aleator. Rejeitadas em 7 testes (α=5%) Séries cujo Coef. de Variação da Precip. Anual é > 0.4 Séries Anuais cuja Maior Correlação com outras séries é =< 0.84 Lima Bouçã dos Homens 02H/01 Udométrico Cávado Pedra Bela 03I/06 Udométrico Douro Lamas de Olo 05K/03 Udométrico Douro Torre do Pinhão 05L/03 Udométrico 0 Douro Peredo 05P/02 Udométrico Douro Carregal 08L/05 Udométrico Douro Guilheiro 08M/05 Udométrico Douro Ervedosa-Pinhel 08N/03 Udográfico Douro Codeceiro 10N/01 Udométrico Mondego Coimbra/Geofísico 12G/01 Climatológico 0 Tejo Casal da Serra 13L/03 Udométrico 6 Tejo Chão da Va 14L/02 Udométrico Tejo Caniçal Cimeiro 15J/02 Udográfico Tejo Foz do Cobrão 15K/02 Udométrico 4 Tejo Pereiro da Palhacana 19C/11 Udométrico Guadiana Amareleja (D.G.R.N.) 24N/01 Udométrico 1 Guadiana Vale de Malhão 25O/02 Udométrico Preenchimento de falhas nas séries de precipitação anual Aproximadamente 40% dos postos seleccionados dispunham de séries de precipitação anual incompletas para o período de 1959/60 a 1990/91. A estimação de valores anuais omissos em 182 séries de precipitação também se baseou na técnica de dupla acumulação. Através do método dos mínimos quadrados obtiveram-se estimativas do declive e da ordenada na origem da recta de dupla acumulação. A estimação dos valores de precipitação anual acumulada omissa de cada posto foi desenvolvida com base nas medições de precipitação anual do conjunto de postos de referência equivalentes ao período em falta na série em 144

33 apreciação (valores inicialmente não utilizados para efectuar o ensaio de dupla acumulação). À precipitação acumulada (estimada por regressão linear simples) foi deduzida a precipitação acumulada do período imediatamente anterior, com vista à obtenção de valores não acumulados Correcção das séries de precipitação mensal Uma vez que as séries de precipitação mensal correspondentes aos totais anuais anteriormente tratados, também são analisadas no âmbito do presente estudo, e tendo em conta que grande parte das séries anuais sofreram ajustamentos, tornouse necessário corrigir as séries mensais em função dos ajustamentos aplicados aos registos anuais. Para tal construiu-se um rácio (precipitação anual após correcção da série / precipitação anual antes da correcção da série) que reflecte o grau de ajustamento da série de precipitação por ano. Este rácio foi multiplicado pela precipitação mensal de todos meses do ano correspondente, possibilitando deste modo afectar aos registos mensais os correspondentes ajustamentos anuais Preenchimento de falhas nas séries de precipitação mensal O preenchimento de falhas nas séries de precipitação mensal foi realizado por estimação com base nas precipitações mensal e anual de séries que evidenciassem uma associação linear elevada com a série de precipitação anual cujos meses estavam em falta. A metodologia adoptada para completar as observações de precipitação mensal omissas nas respectivas séries fundamenta-se na seguinte constatação: se a associação linear entre duas séries de precipitação anual é elevada, verificase que os quocientes entre a precipitação mensal e a precipitação anual (do ano correspondente ao mês) são similares nos dois postos (Rainbird, 1967; Singh, 1989). Associando aos dois postos em causa os índices X e Y, as respectivas medições de precipitação serão P X mes, P X ano, P Y mes e P Y ano. Se as séries anuais de P X e P Y evidenciarem uma associação linear significativamente elevada, então: P X mes / P X ano = P Y mes / P Y ano constante Equação 5.1 Esta expressão assume que P X e P Y estão sujeitos ao mesmo regime climático. Nestas condições, a variabilidade do quociente entre precipitações mensal e anual é bastante inferior à variabilidade de cada série de precipitação. A Equação

34 possibilita a estimação de observações mensais omissas numa das séries, desde que as observações equivalentes estejam disponíveis na outra série. Supondo que P X mes é desconhecido e que P X ano foi estimado com base na técnica de dupla acumulação, se se dispuser das medições P Y mes e P Y ano, podese obter uma estimativa de P X mes através de: P X mes = P Y mes / P Y ano * P X ano Equação 5.2 O método apresentado, também foi utilizado para recalcular P X mes, quando o correspondente total anual foi obtido com base no método de dupla acumulação Cálculo de períodos de retorno para as séries de precipitação máxima diária anual No âmbito de um estudo que visou estabelecer relações entre a precipitação máxima diária anual e precipitações com duração inferior a 24 horas, Brandão e Hipólito (1997) determinaram para cada uma das séries disponíveis o valor médio, o desvio padrão e os parâmetros de escala e de localização associados à função assimptótica de extremos do tipo I, também designada por Lei de Gumbel. Num trabalho desenvolvido anteriormente, Brandão (1995) já havia demonstrado que a Lei de Gumbel é a que melhor descreve a distribuição das precipitações máximas diárias anuais. Deste modo, as precipitações máximas diárias anuais para os períodos de retorno de 2 e 100 anos, que são analisadas no âmbito do presente estudo, foram estimadas a partir daquela função de distribuição. Após desenvolvimento de uma análise exploratória sobre as 449 séries de precipitação fornecidas por Brandão, verificou-se que uma das séries constituía uma observação muito atípica, pelo que se decidiu prosseguir o estudo após a sua exclusão do conjunto de séries a estudar. A série em causa correspondia ao posto da barragem de Guilhofrei (04I/01) e a sua exclusão deveu-se ao elevado valor atípico apresentado. A Figura 5.27 apresenta a localização dos 448 postos de precipitação seleccionados para estimar as precipitações máximas diárias anuais. 146

35 Figura 5.27 Localização dos 448 postos de precipitação utilizados para estimar as precipitações máximas diárias anuais Organização e Criação de Informação Temática em Sistema de Informação Geográfica Os métodos de interpolação multi-variados permitem incorporar variáveis auxiliares na estimação da variável de interesse (a precipitação, no presente caso). Importa por isso identificar as variáveis com maior capacidade explicativa dos intervalos de totalização da precipitação abordados, e compreender em que medida é que a integração dessas variáveis no procedimento de estimação poderá influir na melhoria das estimativas de precipitação produzidas. À luz da revisão efectuada no ponto 3.3.1, as variáveis auxiliares pretendidas estão maioritariamente relacionadas com aspectos fisiográficos do território. Para que estas variáveis possam ser testadas como variáveis explicativas da pluviosidade, é necessário que a sua densidade de amostragem seja superior à da precipitação. Por outro lado pretende-se que cubram Portugal Continental de forma a viabilizar a criação de mapas para a totalidade do domínio de aplicação deste estudo. As variáveis auxiliares pretendidas foram criadas pela autora recorrendo a procedimentos semi-automatizados disponibilizados pelo software adoptado ou através de rotinas de programação construídas para o efeito. Uma vez que se pretendia avaliar a influência da variação do nível de detalhe da informação auxiliar 147

36 no rigor das estimativas de precipitação produzidas, sempre que tal se justificou as variáveis auxiliares foram geradas para várias resoluções espaciais. A informação temática representativa das variáveis auxiliares foi maioritariamente produzida em ambiente SIG. Esta informação contemplou variáveis que não dependem da resolução espacial adoptada e variáveis dependentes da resolução espacial adoptada. Enquanto que as primeiras estão directamente associadas aos postos de medição da precipitação, as segundas são armazenadas por células da malha regular em que o domínio é subdividido. De entre as variáveis que são independentes da resolução espacial destacam-se as áreas de influência dos postos de medição de precipitação (polígonos de Thiessen) e as distâncias mais curtas dos postos ao mar. De entre os temas que dependem da resolução espacial, destaca-se a altitude do terreno e um conjunto de variáveis que podem ser derivadas da informação altimétrica. Tal como já foi referido, os temas que dependem da resolução espacial foram repetidamente produzidos para cada nível de detalhe pretendido. A contribuição das variáveis auxiliares, criadas no âmbito deste trabalho, foi testada quer na estimação da precipitação, quer na definição de regiões homogéneas e ainda na caracterização da rede de monitorização adoptada Determinação de áreas de influência dos postos de medição de precipitação Tirando partido da informação sobre as coordenadas geográficas dos postos de medição de precipitação utilizados no presente estudo, e com base na informação gráfica sobre a fronteira de Portugal Continental, procedeu-se à determinação da área de influência de cada posto segundo o método de Thiessen (1911). A área e o polígono de influência de cada posto viriam a ser posteriormente empregues na estimação da precipitação e na representação das áreas homogéneas identificadas. 148

37 Cálculo de distâncias ao mar O cálculo de distâncias ao mar visou a determinação de dois tipos de distâncias: - a distância mais curta à linha de costa de cada posto de monitorização de precipitação e de cada célula em que o domínio espacial foi subdividido (esta variável que foi abreviadamente designada por Dmar); - o afastamento de cada célula da linha de costa, avaliado de acordo com direcções preferenciais de avanço das massas de ar. Para uma dada direcção, contabilizou-se o número de células que separam a célula em apreciação da linha de costa. A distância que separa cada célula da linha costa foi individualmente avaliada para três direcções preferenciais de avanço das massas de ar: oeste, noroeste e sudoeste (W, NW e SW). As variáveis em causa foram abreviadamente designadas por Dtpw, Dtpnw e Dtpsw. Cada uma destas variáveis foi produzida para quatro níveis de detalhe: 100x100 metros, 250x250 metros, 500x500 metros e 1000x1000 metros. As três figuras que se seguem apresentam as variáveis obtidas para a resolução espacial de 1000x1000 m. Figura 5.28 Distância à linha de costa, contabilizada em número de células, na direcção W (resolução espacial: 1x1 km) Figura 5.29 Distância à linha de costa, contabilizada em número de células, na direcção NW (resolução espacial: 1x1 km) 149

38 Figura 5.30 Distância à linha de costa, contabilizada em número de células, na direcção SW (resolução espacial: 1x1 km) Criação dos modelos digitais do terreno No âmbito da presente investigação foram desenvolvidos modelos digitais do terreno para o território Continental, com seis resoluções espaciais distintas: 25x25 metros, 50x50 metros, 100x100 metros, 250x250 metros, 500x500 metros e 1000x1000 metros. As variáveis que representam a altitude foram abreviadamente designadas por Z. A informação de base que foi utilizada para construir os modelos digitais do terreno (MDT) com resoluções espaciais de 250x250 metros, 500x500 metros e 1000x1000 metros encontrava-se à escala 1: Esta incluía curvas de nível com equidistância de 100 metros, pontos cotados (relativos a vértices geodésicos e a locais de medição da precipitação), informação gráfica sobre a fronteira de Portugal Continental e informação sobre o traçado da rede hidrográfica. A informação altimétrica sobre os rios não foi contemplada porque o seu produtor, o Instituto Geográfico do Exército (IGeoE), declarou a sua indisponibilidade no momento em que o trabalho foi iniciado. A informação de base utilizada na construção dos MDT com resoluções espaciais de maior detalhe (25x25 metros, 50x50 metros e 100x100 metros) encontrava-se à 150

39 escala 1: Embora a informação de base utilizada tenha sido similar à que foi empregue na criação dos três modelos de maior resolução, as curvas de nível à escala 1:25000 possuem uma equidistância de 10 metros Desenvolvimento de procedimentos para validação da informação de base utilizada na criação dos modelos digitais do terreno O desenvolvimento de cada modelo digital do terreno foi precedido pela análise, tratamento e validação da informação altimétrica e hidrográfica que viria a ser posteriormente utilizada na criação do modelo. Grande parte desta informação foi fornecida pelo Instituto Geográfico do Exército em formato IGDS (Interactive Graphic Design Software). Este formato não coincide com o adoptado pelo software SIG utilizado no desenvolvimento do presente projecto, motivo pelo qual se efectuou uma conversão inicial do formato da informação gráfica. Os ficheiros resultantes da conversão referida continham informação estruturada para CAD (Computer Aided Drafting). A informação CAD é desprovida de estrutura topológica, estrutura esta que é imprescindível ao desenvolvimento de algumas análises espaciais em ambiente SIG. Por outras palavras, a estruturação de informação geográfica em sistemas CAD obedece usualmente a critérios de representação da informação gráfica que têm em vista a produção automatizada de cartografia. Este fim não obriga, por exemplo, ao fecho de polígonos ou à existência de conectividade entre linhas. Face ao exposto, foi necessário aplicar um conjunto de procedimentos que visaram a criação de informação gráfica topologicamente correcta. Entre os procedimentos desenvolvidos destacam-se: a detecção e remoção de linhas duplicadas, a correcção de curvas de nível distintas sobrepostas e a união de linhas/arcos pertencentes à mesma curva. Passou-se de seguida à detecção e correcção de erros associados aos atributos (alfanuméricos) da informação gráfica. Os erros em causa correspondem a curvas de nível mal cotadas ou a pontos mal cotados. No que diz respeito às curvas de nível podem ocorrer duas situações: a curva está na sua totalidade associada a uma cota errada ou apenas parte da curva apresenta cota incorrecta. Para detectar as situações de curvas inteiramente mal cotadas, foram inspeccionadas todas as isolinhas cuja diferença altimétrica para isolinhas consecutivas fosse diferente da equidistância associada à escala de trabalho (100 ou, alternativamente, 10 metros). Nem todas as situações destacadas por este critério reflectem erros: duas 151

40 curvas de nível consecutivas podem apresentar cotas iguais, desde que entre elas existam pontos cotados que revelem a existência de um aterro ou de uma depressão. Por outro lado, o facto da informação altimétrica à escala 1: ter sido criada através de generalização de informação equivalente à escala 1:25000, pode ocasionar a omissão de elementos gráficos cuja representação não seja compatível com a resolução disponível. Face ao exposto, a correcção das situações destacadas pelo procedimento anterior foi desenvolvida manualmente em colaboração com o Instituto Geográfico do Exército (IGeoE). A identificação de curvas parcialmente mal cotadas foi viabilizada pela pesquisa de cotas distintas associadas à mesma isolinha. Geralmente cada curva de nível é representada por um ou mais arcos que se encontram interligados por nós. Verifica-se a ocorrência de um erro quando dois arcos conectados por um mesmo nó apresentam cotas diferentes. A correcção deste tipo de erro foi realizada manualmente com base na análise dos valores altimétricos associados aos restantes arcos que compõem a isolinha em questão. A análise de erros associados à informação representada sob a forma de pontos, foi aplicada não só aos pontos cotados fornecidos pelo IGeoE, mas também aos pontos cotados representativos dos postos de medição de precipitação. Os erros decorrentes da existência de pontos mal cotados foram detectados através do cálculo da diferença de cota entre cada ponto e a curva de nível mais próxima. Esta diferença deve ser inferior à equidistância entre curvas de nível. A impossibilidade de correcção imediata de alguns dos erros identificados (caso de postos climatológicos mal cotados) determinou a não inclusão da informação respectiva na construção do MDT. Uma vez que a informação altimétrica e hidrográfica disponibilizada pelo IGeoE se encontrava subdividida em vários ficheiros gráficos (folhas), que conjuntamente perfazem a área do território Continental, tornou-se por fim necessário reunir o conteúdo das diversas folhas num ficheiro único. Esta tarefa visou a interligação das entidades gráficas representadas em folhas adjacentes e a reconstrução da topologia correspondente. Todos os procedimentos acima descritos, que têm por objectivo a validação e correcção da informação altimétrica e hidrográfica, foram originalmente desenvolvidos por Fernandes (1998) para tratamento de informação à escala 1: A autora adaptou os procedimentos citados para a informação à escala 152

41 1: de molde a operarem à medida das necessidades Modelação altimétrica A construção de cada modelo digital do terreno iniciou-se pela criação de um modelo baseado numa malha triangular, usualmente designado por TIN (Triangulated Irregular Network). Na criação do TIN, efectua-se a partição do domínio espacial em triângulos, onde cada observação altimétrica fornecida assume a posição de um vértice ou nó da malha. As arestas dos triângulos ou arcos da malha interligam as observações disponíveis. Deste modo, cada triângulo descreve uma porção da superfície espacial representada pela totalidade da malha. A triangulação desenvolvida deve respeitar o critério de Delaunay: a geometria da malha obtida é independente da ordem pela qual os vértices são processados e os triângulos constituídos apresentam ângulos e lados bastante similares, evitando a ocorrência de problemas de precisão numérica causados pelas superfícies triangulares alongadas e finas. É neste sentido que após a criação de um modelo altimétrico do tipo TIN se procede à sua visualização para verificação da existência de triângulos planos e alongados. Os triângulos de nível (ou triângulos planos) são definidos por vértices de igual cota. Consequentemente descrevem zonas planas. Este tipo de triângulos é por vezes indevidamente gerado sobre zonas não planas. Este erro pode ser causado quer pela não especificação das linhas de água e das linhas de cumeada, como linhas de quebra do modelo, quer pela existência de um número excessivo de vértices por isolinha. A análise e inspecção visual do modelo TIN desenvolvido no âmbito do presente estudo a partir de informação à escala 1: obrigou por diversas vezes à recriação do próprio modelo, após correcção de algumas das deficiências acima descritas. O processo iterativo de refinamento do modelo foi possibilitado pelo teste de duas margens de tolerância adoptadas pela maioria dos software SIG: o número de vértices a considerar por isolinha (ou curva de nível) e a tolerância utilizada para ignorar pontos (supérfluos) situados na vizinhança de outros pontos. Os modelos altimétricos do tipo TIN são representações vectoriais do terreno. Embora sejam reconhecidos como modelos digitais do terreno, constata-se que muitos autores reservam tal designação para representações matriciais do terreno definidas por células de espaçamento regular (formato raster). Dado que a maioria dos SIG comerciais disponibiliza uma maior variedade de funções de análise 153

42 espacial para informação representada em formato raster, é usual proceder à conversão de modelos TIN para modelos de geometria regular do tipo raster. Tal obriga à partição do domínio espacial em células (usualmente quadrangulares) com arestas de dimensão fixa. Esta conversão acarreta uma inevitável perda de informação, na medida em que se perdem as observações altimétricas originais em favor de uma estimativa obtida por interpolação linear para a posição central de cada célula da nova malha. A conversão do modelo TIN para o formato raster foi também desenvolvida no presente contexto. Os modelos numéricos do terreno resultantes da conversão da informação em formato TIN passaram a ser representados por: células à resolução espacial de 1000x1000 metros células à resolução espacial de 500x500 metros células à resolução espacial de 250x250 metros células à resolução espacial de 100x100 metros células à resolução espacial de 50x50 metros células à resolução espacial de 25x25 metros A figura que se segue apresenta o modelo digital do terreno do território Continental à resolução espacial de 1000x1000 metros. Figura 5.31 Modelo digital do terreno (resolução espacial: 1x1 km) 154

43 Criação de informação associada aos modelos digitais do terreno A análise de um modelo digital do terreno possibilita a criação de informação derivada, caracterizadora da superfície topográfica. Os níveis de informação gerados a partir do MDT no âmbito do presente estudo foram: - o declive do terreno; - a orientação dominante das encostas; - a contagem de obstruções ao avanço das massas de ar; - a definição de patamares altimétricos atingidos desde a linha de costa; - a identificação de barreiras altimétricas na vizinhança de cada célula; - as diferenças altimétricas existentes entre células vizinhas. Estas variáveis foram todas criadas para quatro resoluções espaciais distintas: 100x100 metros, 250x250 metros, 500x500 metros e 1000x1000 metros Declives, exposições e variáveis calculadas a partir do declive O declive de uma célula quantifica a inclinação do terreno, isto é, a maior taxa de variação da altitude dessa célula relativamente à altitude das células vizinhas. O declive pode ser expresso em graus ou em percentagem. No presente estudo, o declive de cada célula foi calculado com base numa vizinhança de 3x3 células em torno da célula em apreciação e foi expresso em percentagem. Esta variável foi abreviadamente designada por Decl. A Figura 5.32 apresenta a carta dos declives obtida para Portugal Continental, com uma resolução espacial de 1000x1000 metros. A exposição de uma célula identifica a orientação dominante da célula, isto é, a direcção para a qual se verifica a maior variação de altitude da célula em apreciação relativamente às células vizinhas. Esta variável foi abreviadamente designada por Exp. As exposições apresentadas na Figura 5.33 são relativas a uma resolução espacial de 1000x1000 metros e foram calculadas com base uma vizinhança de 3x3 células em torno de cada célula. A taxa de variação do declive por célula e a curvatura do terreno são duas variáveis adicionais que se podem obter por análise dos declives. Ambas fornecem indicações sobre a curvatura de uma superfície centrada em cada célula. A Figura 5.34 e a Figura 5.35 apresentam, respectivamente, a taxa de variação do declive e a curvatura do terreno obtidas para Portugal Continental com uma 155

44 resolução espacial de 1000x1000 metros. Figura 5.32 Declives (resolução espacial: 1x1 km) Figura 5.33 Exposições (resolução espacial: 1x1 km) Figura 5.34 Taxa de variação do declive [1/100 metros] (resolução espacial: 1x1 km) Figura 5.35 Curvatura do terreno [1/100 metros] (resolução espacial: 1x1 km) A taxa de variação do declive por célula expressa a curvatura da superfície centrada na célula e avaliada na direcção da maior variação de altitude da célula relativamente às células vizinhas. Esta variável foi abreviadamente designada por 156

45 Deltad. A curvatura do terreno por célula, expressa a curvatura da superfície centrada na célula e avaliada na direcção perpendicular à da maior variação de altitude da célula relativamente às células vizinhas. Esta variável foi abreviadamente designada por Curvd. As unidades em que a taxa de variação do declive e a curvatura do terreno são expressas correspondem a um centésimo do metro. Quando uma célula apresenta um valor positivo para qualquer uma destas duas variáveis, tal significa que a superfície é convexa na célula. Um valor negativo indica que a superfície é concava e um valor nulo revela a existência de uma superfície plana Patamares altimétricos O patamar altimétrico máximo atingido desde a linha de costa até cada célula foi separadamente avaliado para três direcções preferenciais de avanço das massas de ar: oeste, noroeste e sudoeste (W, NW e SW). As variáveis correspondentes foram respectivamente, designadas por Mtpw, Mtpnw e Mtpsw. Cada uma das variáveis quantifica para determinada direcção, qual o maior valor altimétrico identificado desde a costa atlântica até à célula em apreciação. As figuras 5.36 a 5.38 apresentam as variáveis obtidas para Portugal Continental, à resolução espacial de 1000x1000 m. Crê-se que o mapeamento destas três variáveis nunca tenha sido anteriormente desenvolvido para o território Continental Obstruções ao avanço das massas de ar Para o cálculo desta variável assumiu-se que a existência de uma barreira de altitude superior a determinado referencial altimétrico poderia causar obstrução ao avanço das massas de ar. Sabe-se porém que existem outros factores que influenciam a ocorrência de obstrução. A diferença de altitude entre a barreira e o referencial e a distância entre ambos parecem ser aspectos decisivos para a verificação ou não de obstrução ao avanço de massas de ar. Estes aspectos serão mais adiante contabilizados por outras variáveis criadas neste âmbito. 157

46 Figura 5.36 Patamar altimétrico máximo atingido desde a linha de costa na direcção W-E (resolução espacial: 1x1 km) Figura 5.37 Patamar altimétrico máximo atingido desde a linha de costa na direcção NW-SE (resolução espacial: 1x1 km) Figura 5.38 Patamar altimétrico máximo atingido desde a linha de costa na direcção SW-NE (resolução espacial: 1x1 km) 158

47 A contabilização de obstruções ao avanço das massas de ar foi desenvolvida por contagem a partir da linha de costa, do número de células que apresentam altitude superior à da célula em apreciação. Esta contagem foi desenvolvida separadamente para três direcções: oeste, noroeste e sudoeste (W, NW e SW). As variáveis correspondentes foram abreviadamente designadas por Qtpw, Qtpnw e Qtpsw. Dado que as três variáveis obtidas dependem da dimensão das células analisadas e consequentemente do número de células que separam a célula em apreciação da linha de costa, procedeu-se igualmente ao cálculo, para cada direcção, da percentagem de obstrução de cada célula ao avanço das massas de ar. Esta nova variável quantifica para cada direcção, a proporção de células que apresentam altitude superior à da célula em apreciação, de entre as que separam esta célula da linha de costa. As variáveis correspondentes foram abreviadamente designadas por Qdtpw, Qdtpnw e Qdtpsw. As figuras 5.39 a 5.44 apresentam as coberturas Continentais, com uma resolução espacial de 1000x1000 metros, das variáveis criadas para avaliar a obstrução ao avanço das massas de ar. Os mapas apresentados constituem informação inédita sobre o território Continental. Figura 5.39 Número de obstruções altimétricas contabilizadas na direcção W-E (resolução espacial: 1x1 km) Figura 5.40 Percentagem de obstrução de cada célula ao avanço das massas de ar na direcção W-E (resolução espacial: 1x1 km) 159

48 Figura 5.41 Número de obstruções altimétricas contabilizadas na direcção NW-SE (resolução espacial: 1x1 km) Figura 5.42 Percentagem de obstrução de cada célula ao avanço das massas de ar na direcção NW-SE (resolução espacial: 1x1 km) Figura 5.43 Número de obstruções altimétricas contabilizadas na direcção SW-NE (resolução espacial: 1x1 km) Figura 5.44 Percentagem de obstrução de cada célula ao avanço das massas de ar na direcção SW-NE (resolução espacial: 1x1 km) 160

49 Barreiras e diferenças altimétricas avaliadas numa vizinhança local Dado que todas as variáveis apresentadas até ao momento descrevem para cada célula fenómenos com extensão até à linha de costa, considerou-se que também seria útil avaliar alguns aspectos fisiográficos para vizinhanças locais. Desconhecia-se, no entanto, a dimensão da vizinhança a adoptar. Por este motivo foram analisadas vizinhanças em torno de cada célula com três raios distintos: 30, 50 e 70 km. A vizinhança foi definida por um sector angular desenvolvido a partir do centro da célula, segundo uma das direcções preferenciais de avanço das massas de ar (NW, W ou SW), à qual se associou uma determinada tolerância angular (± 5º, ± 10º ou ± 15º) e determinado raio (30, 50 ou 70 km). Em seguida determinou-se o maior valor altimétrico na vizinhança de cada célula, para vinte e sete vizinhanças distintas e analisou-se a associação linear existente entre estas variáveis e os diversos intervalos de totalização da precipitação estudados. Os resultados da análise, para vinte e sete vizinhanças distintas, da associação linear existente entre os diversos intervalos de totalização da precipitação estudados e o maior valor altimétrico na vizinhança de cada célula, evidenciaram que as correlações são mais elevadas quando o raio da vizinhança é de 30 ou de 50 km e quando a tolerância angular é de ± 5º. Os mapas do território Continental constantes das figuras 5.45 a 5.50 são por isso relativos a vizinhanças de 30 e de 50 km, com sectores angulares desenvolvidos a partir do centro da cada célula segundo três direcções preferenciais de avanço das massas de ar, com uma tolerância angular de ± 5º. As seis variáveis correspondentes foram abreviadamente designadas por Mtpw30_10, Mtpw50_10, Mtpnw30_10, Mtpnw50_10, Mtpsw30_10 e Mtpsw50_10. Julga-se, mais uma vez, que os seis mapas produzidos para o território Continental são originais. Foi ainda avaliada para cada célula, a diferença altimétrica existente entre a cota da célula e o maior valor altimétrico identificado na sua vizinhança, sendo a vizinhança semelhante à definida para o maior valor altimétrico. O Anexo I descreve a totalidade de variáveis produzidas neste estudo, bem como as respectivas designações abreviadas, que mais adiante serão utilizadas para identificar as variáveis nos modelos de estimação da precipitação. 161

50 Figura 5.45 Maior valor altimétrico identificado para cada célula, numa vizinhança formada por um raio de 30 km e um sector angular com uma tolerância de ± 5º segundo a direcção W (resolução espacial: 1x1 km) Figura 5.46 Maior valor altimétrico identificado para cada célula, numa vizinhança formada por um raio de 50 km e um sector angular com uma tolerância de ± 5º segundo a direcção W (resolução espacial: 1x1 km) Figura 5.47 Maior valor altimétrico identificado para cada célula, numa vizinhança formada por um raio de 30 km e um sector angular com uma tolerância de ± 5º segundo a direcção NW (resolução espacial: 1x1 km) Figura 5.48 Maior valor altimétrico identificado para cada célula, numa vizinhança formada por um raio de 50 km e um sector angular com uma tolerância de ± 5º segundo a direcção NW (resolução espacial: 1x1 km) 162

51 Figura 5.49 Maior valor altimétrico identificado para cada célula, numa vizinhança formada por um raio de 30 Km e um sector angular com uma tolerância de ± 5º segundo a direcção SW (resolução espacial: 1x1 km) Figura 5.50 Maior valor altimétrico identificado para cada célula, numa vizinhança formada por um raio de 50 Km e um sector angular com uma tolerância de ± 5º segundo a direcção SW (resolução espacial: 1x1 km) Análise e Modelação da Continuidade Espacial da Precipitação A estimação por recurso a técnicas do âmbito da geoestatística pressupõe a prévia modelação da continuidade espacial dos fenómenos. A modelação da continuidade espacial da precipitação foi desenvolvida separadamente para cada um dos 17 períodos de precipitação analisados. A análise variográfica incluiu a identificação de: i) modelos teóricos para os variogramas da precipitação; ii) modelos teóricos para os variogramas dos resíduos da precipitação, resultantes de regressões lineares com diversas variáveis auxiliares; iii) modelos teóricos para os variogramas cruzados da precipitação com a altitude. Tal como já foi referido, existem diversos modelos teóricos que podem ser ajustados aos variogramas experimentais. O modelo esférico foi seleccionado no presente contexto para modelar todos os intervalos de totalização da precipitação estudados. A selecção deste modelo baseou-se nos resultados de testes de estimação desenvolvidos com base na técnica de validação cruzada. O modelo 163

52 esférico apresenta a seguinte formulação: Em que: γ ( h) 3 h 1 h C 2 a 2 a = C + C C 0 se h a se h > a se h = a a é a distância a partir da qual os pares de observações se tornam independentes, também designada por amplitude do semi-variograma C 0 é a componente da variância total que corresponde à variabilidade intrínseca da amostra e que também está associada a erros de medição do fenómeno. Esta componente é designada por efeito de pepita C + C 0 é o patamar superior do semi-variograma que corresponde à variância total expressa pelas observações disponíveis h vector de separação entre observações Equação 5.3 No presente estudo, o fenómeno da precipitação evidenciou anisotropia. A direcção de maior continuidade de todos os intervalos de totalização da precipitação estudados é a direcção Sul Norte (90º), enquanto que o eixo Oeste Este (0º) traduz a direcção de menor continuidade do fenómeno. Este facto está associado à existência de um maior contraste em termos de pluviosidade entre o norte e o sul do território. A anisotropia observada é do tipo geométrico. A existência de anisotropia geométrica comprova-se pelos seguintes aspectos: - os variogramas empíricos apresentam nas diversas direcções um modelo semelhante, de igual patamar, mas amplitudes diferentes; - a amplitude máxima e a amplitude mínima ocorrem em direcções perpendiculares. Para simplificação da modelação, os variogramas utilizados para estimar a precipitação através da técnica de cokrigagem são funções omnidireccionais. Os restantes modelos variográficos adoptados são direccionais. Todos os modelos utilizados apresentam um efeito de pepita não nulo e uma estrutura esférica. O ajustamento dos modelos variográficos teóricos foi desenvolvido com maior rigor até aos km, porque se crê que a influência regional dos intervalos de totalização da precipitação estudados não excede esta distância e porque se 164

53 pretendia que a estimação da precipitação se baseasse nas observações mais próximas. Os diversos testes de estimação desenvolvidos com base na técnica de validação cruzada, utilizando vizinhanças circulares de raio variável, conduziram à selecção de uma vizinhança circular com um raio de 50 km. A modelação da continuidade espacial da precipitação, dos seus resíduos e das variáveis auxiliares utilizadas através da krigagem obrigaram ao ajustamento de um elevado número de modelos teóricos. Para produção de estimativas através de krigagem ordinária, foi ajustado um modelo bidireccional a cada um dos 17 intervalos de totalização da precipitação. Para produção de estimativas através de cokrigagem utilizando a altitude como variável auxiliar, utilizaram-se três modelos omnidireccionais por cada intervalo de totalização da precipitação e resolução espacial. Dado que se estimaram 17 intervalos de totalização da precipitação e a estimação foi desenvolvida para 6 resoluções espaciais distintas, ao todo ajustaram-se 125 modelos variográficos. Para produção de estimativas através de krigagem com deriva externa, testaramse aproximadamente 15 a 20 combinações de variáveis auxiliares por intervalo de totalização da precipitação e por resolução espacial. Deste modo o número de modelos teóricos ajustados foi superior a Face à extensão dos resultados obtidos, optou-se por apenas apresentar os modelos teóricos bidireccionais ajustados a cada intervalo de totalização da precipitação para obtenção de estimativas através de krigagem ordinária. O Quadro 5.7 sintetiza os parâmetros dos modelos teóricos utilizados para estimar as precipitações anuais através de krigagem ordinária. Quadro 5.7 Parâmetros dos modelos teóricos utilizados para estimar as precipitações anuais através de krigagem ordinária Intervalo de totalização da precipitação Total Anual Ano Seco Ano Húmido Direcção Efeito de Pepita (mm 2 ) Amplitude (m) Patamar (mm 2 ) 0º º º º º º No Anexo II disponibiliza-se informação complementar sobre os modelos utilizados 165

54 na aplicação das técnicas de cokrigagem e krigagem com deriva externa. As figuras 5.51 a 5.56 apresentam os semi-variogramas experimentais e teóricos ajustados às direcções de maior e menor continuidade de cada precipitação anual. Figura 5.51 Semi-variograma direccional experimental e teórico ajustado à Precipitação Total Anual: Direcção Oeste - Este Figura 5.52 Semi-variograma direccional experimental e teórico ajustado à Precipitação Total Anual: Direcção Norte - Sul Figura 5.53 Semi-variograma direccional experimental e teórico ajustado à Precipitação em Ano Seco: Direcção Oeste - Este Figura 5.54 Semi-variograma direccional experimental e teórico ajustado à Precipitação em Ano Seco: Direcção Norte - Sul Figura 5.55 Semi-variograma direccional experimental e teórico ajustado à Precipitação em Ano Húmido: Direcção Oeste - Este Figura 5.56 Semi-variograma direccional experimental e teórico ajustado à Precipitação em Ano Húmido: Direcção Norte - Sul 166

55 O Quadro 5.8 apresenta os parâmetros associados aos variogramas teóricos utilizados para estimar as precipitações médias mensais através de krigagem ordinária. Quadro 5.8 Parâmetros dos modelos teóricos utilizados para estimar as precipitações mensais através de krigagem ordinária Precipitação Média Mensal de: Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Direcção Efeito de Pepita (mm 2 ) Amplitude (m) Patamar (mm 2 ) 0º º º º º º º º º º º º º º º º º º º º º º º º As figuras que se seguem apresentam os semi-variogramas direccionais experimentais e teóricos ajustados às precipitações médias mensais. 167

56 Figura 5.57 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Janeiro: Direcção Oeste - Este Figura 5.58 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Janeiro: Direcção Norte - Sul Figura 5.59 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Fevereiro: Direcção Oeste - Este Figura 5.60 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Fevereiro: Direcção Norte - Sul Figura 5.61 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Março: Direcção Oeste - Este Figura 5.62 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Março: Direcção Norte - Sul 168

57 Figura 5.63 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Abril: Direcção Oeste - Este Figura 5.64 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Abril: Direcção Norte - Sul Figura 5.65 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Maio: Direcção Oeste - Este Figura 5.66 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Maio: Direcção Norte - Sul Figura 5.67 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Junho: Direcção Oeste - Este Figura 5.68 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Junho: Direcção Norte - Sul 169

58 Figura 5.69 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Julho: Direcção Oeste - Este Figura 5.70 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Julho: Direcção Norte - Sul Figura 5.71 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Agosto: Direcção Oeste - Este Figura 5.72 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Agosto: Direcção Norte - Sul Figura 5.73 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Setembro: Direcção Oeste - Este Figura 5.74 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Setembro: Direcção Norte - Sul 170

59 Figura 5.75 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Outubro: Direcção Oeste - Este Figura 5.76 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Outubro: Direcção Norte - Sul Figura 5.77 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Novembro: Direcção Oeste - Este Figura 5.78 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Novembro: Direcção Norte - Sul Figura 5.79 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Dezembro: Direcção Oeste - Este Figura 5.80 Semi-variograma direccional experimental e teórico ajustado à Precipitação Média de Dezembro: Direcção Norte - Sul O Quadro 5.9 sintetiza os parâmetros dos modelos teóricos utilizados para estimar as precipitações máximas diárias anuais através de krigagem ordinária. 171

60 Quadro 5.9 Parâmetros dos modelos teóricos utilizados para estimar as precipitações máximas diárias anuais através de krigagem ordinária Precipitação Direcção Efeito de Pepita (mm 2 ) Amplitude (m) Patamar (mm 2 ) Máxima Diária Anual 0º t = 100 anos 90º Máxima Diária Anual 0º t = 2 anos 90º As figuras 5.81 a 5.84 apresentam os semi-variogramas experimentais e teóricos ajustados às direcções de maior e menor continuidade de cada período de retorno da precipitação máxima diária anual. Figura 5.81 Semi-variograma direccional experimental e teórico ajustado à Precipitação Máxima Diária Anual para um período de retorno de 100 anos: Direcção Oeste - Este Figura 5.82 Semi-variograma direccional experimental e teórico ajustado à Precipitação Máxima Diária Anual para um período de retorno de 100 anos: Direcção Norte - Sul Figura 5.83 Semi-variograma direccional experimental e teórico ajustado à Precipitação Máxima Diária Anual para um período de retorno de 2 anos: Direcção Oeste - Este Figura 5.84 Semi-variograma direccional experimental e teórico ajustado à Precipitação Máxima Diária Anual para um período de retorno de 2 anos: Direcção Norte - Sul Da análise da continuidade espacial de todos os intervalos de totalização da 172

61 precipitação estudados ressalta a existência de uma tendência muito evidente na direcção oeste este, que revela a não estacionariedade do fenómeno. Esta tendência é fundamentalmente explicada pelo facto de ocorrer à latitude da Península Ibérica um fluxo atmosférico dominante de oeste para este. Qualquer um dos semi-variogramas apresentados exibe uma ordenada na origem não nula que expressa a variabilidade associada a erros de medição do fenómeno ou a variabilidade da amostra associada a uma escala mais detalhada do que a informação disponível. Em todos os semi-variogramas experimentais obtidos é igualmente nítida a existência de três ou mais estruturas imbricadas, que revelam a presença de aspectos do fenómeno que coexistem a diversas escalas. O ajustamento dos modelos teóricos centrou-se na primeira estrutura porque, como já foi referido, se pretendia que cada estimativa de precipitação fosse construída a partir de observações vizinhas. Da comparação dos semi-variogramas experimentais da precipitação com os semivariogramas experimentais dos resíduos da precipitação resultantes de uma regressão linear com a altitude, compreende-se de imediato que o relevo constitui um factor importante na atenuação dos contrastes da variabilidade espacial da pluviosidade na direcção oeste este. No que diz respeito à variação dos parâmetros dos modelos ajustados com a resolução espacial, verificou-se que os parâmetros associados aos semivariogramas cruzados da precipitação com a altitude não variam significativamente para diferentes resoluções espaciais da informação altimétrica. Constatou-se também que os modelos teóricos ajustados aos resíduos da precipitação (resultantes de regressão linear com uma ou mais variáveis auxiliares) são muito similares para as diversas resoluções espaciais das variáveis auxiliares testadas. Os semi-variogramas experimentais dos resíduos da precipitação resultantes de uma regressão linear com a altitude, que constam do Anexo II, testemunham este facto. O estudo da variabilidade de fenómenos espacialmente distribuídos com diversas escalas / resoluções espaciais pode ser apoiado na análise fractal que em se seguida se desenvolve Análise da estrutura fractal da precipitação Os modelos empíricos associados à variabilidade espacial da precipitação podem ser também utilizados na avaliação da estrutura fractal do fenómeno. Esta 173

62 possibilita identificar as escalas ou resoluções espaciais associadas à maior variabilidade do fenómeno e portanto as mais ajustadas à sua observação e análise. Com este objectivo, o método do semi-variograma (descrito na secção 3.5) foi inicialmente aplicado à precipitação total anual. Os resultados obtidos determinarão se a análise se deve alargar aos restantes intervalos de totalização da precipitação abordados. A avaliação da estrutura fractal da precipitação total anual foi desenvolvida sobre dois modelos experimentais associados à direcção de maior continuidade do fenómeno (Norte Sul): o semi-variograma da precipitação total anual e o semivariograma dos resíduos da precipitação total anual, resultantes de uma regressão linear com a altitude. A análise também contemplou os resíduos da precipitação porque estes representam a precipitação após remoção do efeito orográfico. Importa por isso analisar as duas expressões do mesmo fenómeno. A Figura 5.85 e a Figura 5.86 apresentam os resultados da análise conducente à determinação da dimensão fractal da precipitação total anual e dos resíduos da precipitação total anual, de acordo com o método do semi-variograma. Análise Fractal da Precipitação Anual (Direcção Norte-Sul) 5.20 Log [Semi-Variograma] (mm2) km 75 km 90 km 6 km y = 0.54x y = -0.61x y = 0.82x Log [Distância] (Km) Figura 5.85 Análise Fractal da Precipitação Total Anual - Direcção Norte - Sul A variabilidade espacial da precipitação total anual evidencia três estruturas imbricadas até aos 90 km: a primeira com um alcance até aos 60 km, a segunda com um alcance até aos 75 km e a terceira com um alcance até aos 90 km. Cada 174

63 um destas estruturas pode ser descrita por uma relação linear que figura ao lado da recta correspondente. Os declives diferenciados obtidos para as três relações apresentadas para a precipitação anual atestam a natureza multi-fractal do fenómeno. A análise fractal dos resíduos da precipitação total anual, resultantes de regressão linear com a altitude à resolução espacial de 1000x1000 metros, denota a existência de seis estruturas imbricadas até aos 90 km: a primeira com um alcance até aos 16 km, a segunda com um alcance até aos 31 km, a terceira com um alcance até aos 45 km, a quarta com um alcance até aos 60 km, a quinta com um alcance até aos 75 km e a sexta com um alcance até aos 90km. Os declives distintos obtidos para as seis relações lineares mencionadas testemunham mais uma vez a natureza multi-fractal do fenómeno. A dimensão fractal calculada para cada estrutura consta do Quadro Log [Semi-Variograma] (mm2) Análise Fractal dos Resíduos da regressão linear da Precipitação Anual com a Altitude (1000x1000 m) - Direcção Norte-Sul 6 km y = 0.27x km y = 0.53x km Log [Distância] (Km) y = 0.30x km y = 0.59x km y = 0.05x y = 1.22x km 90 km Figura 5.86 Análise Fractal dos resíduos da regressão linear da Precipitação Total Anual com a Altitude (1000x1000 m) - Direcção Norte - Sul Da análise das duas figuras apresentadas conclui-se de imediato que a distância mínima a partir da qual se pode analisar o comportamento fractal da precipitação total anual e dos seus resíduos é de cerca de 6 km. Esta distância é muito superior à dimensão das células da resolução espacial de menor detalhe testada neste estudo (1x1 km), o que inviabiliza a determinação da dimensão fractal do fenómeno para as seis resoluções espaciais adoptadas. 175

64 As escalas ou resoluções espaciais evidenciadas por este tipo de abordagem dependem da configuração espacial das observações e, no presente caso, são condicionadas pelo valor médio da distância mínima entre pares de postos de monitorização (aproximadamente 9 km). Uma vez que os semi-variogramas que serviram de base à análise da estrutura fractal foram construídos com um passo de 15 km, para assegurar um mínimo de 30 pares de observações em cada passo, resultou deste facto que a distância mínima a partir da qual se pode analisar o comportamento fractal da precipitação é de cerca de 6 km. Quadro 5.10 Dimensão fractal (determinada de acordo com a direcção de maior continuidade) da precipitação total anual e dos resíduos resultantes de regressão linear da precipitação total anual com a altitude à resolução espacial de 1x1 km Passos 6-16 km km km km km km Precipitação Total Anual Resíduos da Precipitação Total Anual Para as distâncias que a análise permitiu avaliar, é entre os 60 e os 75 km que se observa a maior variabilidade quer da precipitação total anual, quer dos seus resíduos. A dimensão fractal obtida para a precipitação total anual entre os 60 e os 75 km (2.305) é mesmo bastante superior a qualquer uma das reportadas na secção 3.5., reflectindo a existência de uma função muito irregular e complexa. Esta gama de distâncias cai, contudo, fora das escalas de avaliação do fenómeno contempladas pela presente investigação. A impossibilidade de analisar a estrutura fractal da precipitação para resoluções espaciais mais detalhadas do que 6x6 km, é determinada pela configuração espacial da rede de monitorização utilizada. Uma vez que esta não varia substancialmente para os restantes intervalos de integração da precipitação abordados neste estudo, compreendeu-se que não seria vantajoso aplicar a metodologia apresentada para a precipitação total anual aos restantes intervalos de totalização da precipitação. Este tipo de análise poderá no entanto constituir uma abordagem mais contributiva, se o estudo da variabilidade espacial da precipitação for desenvolvido para resoluções espaciais menos detalhadas do que 176

65 as adoptadas no presente trabalho Modelação da Distribuição Espacial da Precipitação Neste ponto descrevem-se as técnicas de interpolação testadas na modelação da distribuição espacial das superfícies pluviométricas associadas a cada intervalo de totalização da precipitação Estimação da precipitação através de métodos uni-variados A estimação da precipitação por recurso a métodos uni-variados baseia-se nas observações de precipitação e nas coordenadas geográficas dos locais de amostragem da precipitação. As técnicas de interpolação uni-variadas testadas na estimação de cada um dos 17 intervalos de totalização da precipitação contemplados por este estudo, foram a interpolação polinomial ajustada por mínimos quadrados, as thin plate splines, os polígonos de Thiessen, a triangulação, funções do inverso da distância e a Krigagem ordinária Interpolação polinomial ajustada por mínimos quadrados Esta técnica visa o desenvolvimento de uma regressão polinomial para ajustamento de uma superfície à totalidade de observações disponíveis. A superfície é ajustada através do método dos mínimos quadrados. O grau adoptado para o polinómio determina a complexidade da superfície gerada. As superfícies mais simples são as lineares (grau um). No presente estudo testaram-se polinómios de grau um, dois e três. Esta técnica será mais adiante identificada pela abreviatura TREND#, onde # identifica o grau do polinómio testado Interpolação por Thin Plate Splines A interpolação através de thin plate splines visa a aproximação de uma função às observações disponíveis, através do ajustamento de séries de polinómios sobre intervalos adjacentes. Cada polinómio deve ser ajustado a um número reduzido de observações, que é previamente definido pelo utilizador. No presente estudo obtiveram-se estimativas a partir do ajustamento de thin plate splines a 4, 6, 8, 10 e/ou 12 observações. Nas zonas de fronteira do país verificou-se que no ajustamento de cada polinómio, nem sempre se dispunha do número de observações especificadas. Nestes casos o algoritmo utilizado não produziu as estimativas de precipitação correspondentes. Por este motivo, o mapeamento da precipitação através deste método requer o posicionamento de observações 177

66 fictícias (similares às observadas) em zonas exteriores à fronteira do domínio de interesse. Esta técnica será mais adiante identificada pela abreviatura SPLINE-#v, onde # identifica o número de observações utilizadas no ajustamento de cada polinómio Polígonos de influência (Thiessen) A interpolação baseada em polígonos de Thiessen pressupõe que a estimativa para um dado ponto é igual à observação associada ao polígono em que o ponto se enquadra. Dado que o estudo contemplou duas redes distintas de monitorização da precipitação, as áreas de influência dos postos de monitorização variaram de acordo com o intervalo de totalização da precipitação estudado. Esta técnica será mais adiante identificada pela abreviatura THIESSEN Triangulação de Delaunay Este método de interpolação visa a criação, de acordo com o critério de Delaunay, de uma malha triangular construída a partir das observações de precipitação disponíveis. Cada observação de precipitação assume a posição de um vértice dos triângulos da malha criada. A produção de uma estimativa de precipitação para determinada localização obriga à prévia identificação do triângulo que contém a localização pretendida. A estimativa é calculada a partir da equação do plano definida pelas observações associadas aos vértices do triângulo identificado. Dado que neste estudo não se utilizaram postos de monitorização da precipitação localizados em Espanha e uma vez que o fenómeno também não é monitorizado no mar, a malha triangular obtida não cobre a totalidade do território Continental. Face ao exposto, o mapeamento da precipitação para o território através de triangulação exige, tal como no caso das Splines, a colocação de observações fictícias em zonas exteriores à fronteira do domínio de interesse. Esta técnica será mais adiante identificada pela abreviatura TIN Interpolação em função do inverso da distância Na aplicação deste método cada estimativa de precipitação é calculada a partir de uma média ponderada das observações vizinhas. Os pesos utilizados na ponderação de cada observação são inversamente proporcionais a uma potência da distância entre o local de observação e o local para o qual se pretende obter a estimativa. As potências da distância mais usuais são um, dois ou três. 178

67 No presente estudo, este método foi testado para três funções ponderadoras das observações vizinhas: o inverso da distância, o inverso da distância quadrática e o inverso da distância cúbica. Para cada uma das ponderações referidas, calcularam-se estimativas de precipitação a partir de: 3 observações vizinhas, 4 observações vizinhas e 10 observações vizinhas. Esta técnica será mais adiante identificada pela abreviatura IDWnº-#v, onde nº identifica a potência da distância adoptada e # identifica o número de observações vizinhas utilizadas na produção de cada estimativa Krigagem ordinária Na Krigagem ordinária cada estimativa de precipitação é calculada a partir de uma combinação linear dos valores observados do fenómeno. As observações também são ponderadas em função da sua distância à localização do ponto a estimar. Os pesos das observações são determinados por imposição de duas condições: a combinação linear das observações deve minimizar a variância dos erros de estimação, e o somatório das ponderações atribuídas a todas as observações na vizinhança do ponto a estimar deve ser igual a um. A krigagem ordinária foi desenvolvida por recurso a um modelo variográfico esférico. Os modelos ajustados a cada intervalo de totalização da precipitação foram apresentados no ponto As estimativas de precipitação foram calculadas com base em 4 a 16 observações vizinhas, seleccionadas a partir de uma vizinhança móvel com um raio de 50 km. A vizinhança adoptada foi, tal como já se referiu, a que evidenciou melhor desempenho de entre diversas testadas. Esta técnica será mais adiante identificada pela abreviatura OK-SPH Estimação da precipitação com recurso a variáveis auxiliares Os métodos de estimação multi-variados permitem utilizar uma ou mais variáveis auxiliares na estimação da variável de interesse. A integração de variáveis auxiliares no procedimento de estimação só é útil se estas revelarem alguma associação com o processo estudado. Na aplicação das técnicas multi-variadas, a densidade de amostragem das variáveis auxiliares deve ser superior à da variável a estimar. Por outro lado, alguns dos locais de amostragem das variáveis auxiliares devem ser coincidentes com os da variável de interesse. Neste estudo, as técnicas multi-variadas utilizadas na estimação da precipitação 179

68 foram testadas para diversas resoluções espaciais das variáveis auxiliares empregues. Tal deveu-se ao facto de se pretender analisar a influência do nível de detalhe da informação auxiliar, no rigor das estimativas de precipitação produzidas. As variáveis auxiliares testadas na estimação da precipitação foram seleccionadas de entre as descritas no ponto As variáveis climatológicas disponíveis não foram testadas como variáveis auxiliares porque a sua densidade de amostragem é muito inferior à dos diversos intervalos de totalização da precipitação estudados. Para modelos de estimação da precipitação que contemplam a altitude como única variável auxiliar, foram analisadas estimativas de precipitação produzidas com base em seis resoluções espaciais distintas: 25x25 metros, 50x50 metros, 100x100 metros, 250x250 metros, 500x500 metros e 1000x1000 metros. Para modelos de estimação da precipitação que contemplam mais do que uma variável auxiliar, foram somente analisadas estimativas de precipitação produzidas a partir de quatro resoluções espaciais distintas: 100x100 metros, 250x250 metros, 500x500 metros e 1000x1000 metros. A restrição do estudo às quatro resoluções de menor detalhe deve-se ao facto da velocidade de processamento e da capacidade de manuseamento das matrizes geradas para um estudo desenvolvido à escala de Portugal Continental se tornar proibitiva quando se emprega mais de uma variável auxiliar, para um nível de detalhe superior a 100x100 metros. A identificação das variáveis que poderiam contribuir para melhorar as estimativas de cada uma das 17 classes de precipitação estudadas baseou-se na análise da associação linear existente entre cada intervalo de totalização da precipitação e cada variável descrita no ponto As variáveis auxiliares empregues nesta análise, podem ser classificadas de acordo com duas categorias: variáveis fisográficas e variáveis posicionais. Enquanto que as primeiras descrevem aspectos geo-morfológicos associados aos locais de medição da precipitação, as segundas caracterizam a localização absoluta ou relativa dos postos. Os resultados das correlações observadas entre cada intervalo de totalização da precipitação e as variáveis auxiliares são extensos e foram por isso incluídos no Anexo III. Da análise da informação apresentada no Anexo III podem-se extrair algumas conclusões que se apresentam de seguida. Os 17 intervalos de totalização da precipitação estudados não revelam associações lineares muito elevadas com as variáveis auxiliares fisiográficas 180

69 criadas no âmbito do estudo. A correlação mais elevada da precipitação com variáveis fisiográficas é de 0.64, e corresponde à associação linear existente entre a precipitação média de Junho e o maior valor altimétrico identificado na vizinhança da célula onde cada posto se enquadra, sendo essa vizinhança formada por um raio de 30 km e um sector angular com uma tolerância de ± 5º segundo a direcção NW. A correlação mais alta da precipitação com variáveis posicionais é de 0.81 e foi observada entre a precipitação média de Julho e a coordenada geográfica em Y dos postos de medição da precipitação. Crê-se que a correlação elevada que quase todos os intervalos de totalização da precipitação analisados evidenciam com a coordenada geográfica em Y expressa, na realidade, a elevada associação linear existente entre a precipitação e outras variáveis climatológicas, tais como a temperatura média do ar. Tal como já foi mencionado, estas não puderam ser utilizadas como variáveis auxiliares neste estudo, por se reportarem a um número de postos de monitorização muito inferior ao número de observações de precipitação disponíveis. A correlação observada entre o valor médio da temperatura do ar e a coordenada geográfica em Y chega a atingir o valor de 0.76 em determinados períodos do ano, o que permite inferir que na ausência da temperatura, a coordenada geográfica em Y possa ser utilizada em sua substituição. As precipitações anuais e a maioria das precipitações mensais estão mais fortemente correlacionadas com variáveis que descrevem o posicionamento geográfico dos postos do que com as variáveis fisiográficas disponíveis. As variáveis posicionais mais influentes são a distância de cada posto à linha de costa avaliada de acordo com a direcção sudeste, a coordenada geográfica em Y dos postos de medição da precipitação e a distância de cada posto à linha de costa avaliada de acordo com a direcção sul. As variáveis fisiográficas que apresentam maior correlação com as precipitações anuais e mensais são, por ordem decrescente, o declive, os valores altimétricos máximos identificados numa vizinhança formada por um sector angular com uma tolerância de ± 5º e um raio de 30 km, segundo as direcções NW, SW e W e a altitude. O declive é de entre todas as variáveis estudadas a que apresenta maior correlação com as precipitações médias mensais de Novembro, de Dezembro e de Janeiro. Estes meses do início do ano hidrológico são caracterizados por 181

70 progressões significativas de massas de ar sobre o território Continental que sofrem induções ascensionais proporcionais ao declive do terreno. As precipitações máximas diárias anuais para os períodos de retorno de 100 e 2 anos são as que apresentam as mais baixas associações lineares com as variáveis auxiliares estudadas. Estes dois intervalos de totalização da precipitação estão mais fortemente correlacionados com as variáveis fisiográficas do que com as variáveis que caracterizam o posicionamento geográfico dos postos. As variáveis que apresentam maior associação linear com as precipitações máximas diárias anuais são, por ordem decrescente, o declive, os valores altimétricos máximos identificados numa vizinhança formada por um sector angular com uma tolerância de ± 5º e um raio de 30 km, segundo as direcções NW, W e SW e a altitude. Para todos os períodos analisados, a correlação da precipitação com o declive e com a altitude decresce quando o nível de detalhe daquelas variáveis aumenta. Tal significa que a influência regional daquelas variáveis sobre a precipitação prepondera sobre os aspectos locais. Verificou-se ao invés, que a associação linear existente entre a precipitação e os valores altimétricos máximos identificados sobre vizinhanças locais aumenta quando o nível de detalhe destas variáveis aumenta. Este facto denota a maior importância destas variáveis ao nível local. A comprovação de associações lineares relativamente baixas entre as variáveis fisiográficas e a precipitação, quando a análise é desenvolvida a partir da informação relativa a todo o domínio espacial, conduziu à avaliação das mesmas correlações sobre vizinhanças locais. Nesta nova análise avaliou-se a correlação existente entre cada intervalo de totalização da precipitação e cada uma das variáveis auxiliares anteriormente descritas, com base na informação de três postos vizinhos. Este estudo permitiu verificar que a correlação entre a precipitação e a altitude é significativamente maior quando avaliada numa vizinhança local (vide Figura 5.87). O Quadro 5.11 apresenta a correlação entre os diversos intervalos de totalização da precipitação estudados e a altitude (à resolução espacial de 1000x1000 metros), avaliada com base na informação relativa a todo o domínio espacial. A informação apresentada possibilita concluir que Junho e Julho são os meses que evidenciam a maior associação linear entre a precipitação e a altitude. 182

71 Os resultados da avaliação das correlações locais entre a precipitação e as diversas variáveis auxiliares permitiram compreender que a altitude é a variável auxiliar com maior capacidade explicativa do fenómeno, quando este é analisado sobre vizinhanças restritas. Quadro 5.11 Coeficiente de correlação de Pearson entre os diversos intervalos de totalização da precipitação estudados e a altitude (à resolução espacial de 1000x1000 metros) Total Anual Ano Seco Ano Húmido Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Máx. Diária Anual (t=100) Máx. Diária Anual (t=2) Figura 5.87 Coeficiente de correlação de Pearson entre a precipitação total anual e a altitude, avaliado sobre uma vizinhança local Deste modo, os métodos multi-variados aplicados na estimação de cada um dos 17 intervalos de totalização da precipitação analisados neste estudo operam, na sua maioria, sobre vizinhanças locais e privilegiam a integração da altitude nos modelos desenvolvidos. As técnicas multi-variadas testadas contemplaram a krigagem com deriva externa, a cokrigagem, a regressão linear uni-variada e a regressão linear multi-variada. Quer na krigagem com deriva externa, quer na regressão linear multi-variada, testou-se a integração de diversas variáveis auxiliares para além da informação altimétrica Krigagem com deriva externa O método de krigagem com deriva externa assume que o valor médio de cada intervalo de totalização da precipitação pode ser aproximadamente descrito por uma função linear construída a partir de uma ou mais variáveis auxiliares que apresentem uma correlação significativa com a precipitação a estimar. Esta função 183

72 linear é designada por deriva externa. A utilização desta técnica pressupõe que a variância de estimação da precipitação, que se pretende mínima, é função dos resíduos que resultam da subtracção da deriva às observações da precipitação. A minimização da variância de estimação é resolvida através do formalismo de Lagrange, que também possibilita o cálculo dos factores de ponderação das observações de precipitação. O estimador por krigagem com deriva externa é uma combinação linear dos valores observados da precipitação, em que os coeficientes da relação linear entre as variáveis auxiliares e as observações são directamente calculados pelos sistemas de equações da krigagem. Na presente aplicação, a krigagem com deriva externa foi desenvolvida por recurso a um modelo variográfico esférico. As estimativas de precipitação foram calculadas com base em 4 a 16 observações vizinhas, seleccionadas a partir de uma vizinhança móvel com um raio de 50 km. Na constituição da deriva externa foram testadas diversas combinações das variáveis auxiliares descritas no ponto Esta técnica será mais adiante identificada pela abreviatura KED c/, seguida das designações abreviadas das variáveis auxiliares utilizadas na deriva. A resolução espacial da informação auxiliar empregue será também identificada entre parêntesis Cokrigagem Na cokrigagem ordinária cada estimativa de precipitação é calculada a partir de uma combinação linear das observações de precipitação e das observações das variáveis auxiliares incluídas no modelo de estimação. O cálculo dos factores de ponderação necessários à obtenção de uma estimativa passa, mais uma vez, pela resolução do problema de minimização da variância de estimação, condicionado pelas restrições de não enviesamento. No presente estudo a cokrigagem ordinária foi testada utilizando a altitude como única variável auxiliar. A estimação da precipitação foi desenvolvida com base em modelos omnidireccionais esféricos que foram ajustados aos três semivariogramas empíricos analisados: o semi-variograma cruzado da altitude com a precipitação, o semi-variograma da precipitação e o semi-variograma da altitude. Cada estimativa de precipitação foi calculada com base em 4 a 16 observações vizinhas, seleccionadas a partir de uma vizinhança móvel com um raio de 50 km. 184

73 Esta técnica será mais adiante identificada pela abreviatura COK c/ Z. A resolução espacial da informação altimétrica é apresentada entre parêntesis Regressão linear uni-variada desenvolvida sobre uma vizinhança móvel A técnica de regressão linear uni-variada visa a constituição de modelos que possibilitem estimar, ou predizer, a quantidade de precipitação ocorrida em determinado local, a partir de observações de uma variável auxiliar que revele alguma capacidade explicativa do fenómeno. Na presente investigação procurou-se tirar partido da associação linear existente entre a precipitação e a altitude, cuja magnitude é maior ao nível local. Deste modo, em vez de se ajustar um único modelo de regressão a todas as observações disponíveis, optou-se por ajustar tantos modelos, quantas as estimativas de precipitação pretendidas. Para cada posição geográfica, relativamente à qual se pretendia obter uma estimativa de precipitação, foi desenvolvido um modelo linear entre a precipitação e a altitude. A técnica de regressão linear foi aplicada sobre uma janela móvel centrada na posição a estimar, tendo cada estimativa de precipitação sido calculada a partir de 3 a 16 observações vizinhas. O número de observações utilizadas para construir cada modelo de regressão (variando entre 3 e 16) foi determinado por condições que testaram a inexistência de condições de extrapolação da variável a estimar, e a existência de um ângulo mínimo de 180º entre as observações seleccionadas para construir o modelo de regressão e o ponto a estimar. O método de regressão linear descrito constitui uma adaptação inédita do modelo PRISM (Daly et al., 1994), que tem sido utilizado pelo Water and Climate Center do National Resources Conservation Service, nos Estados Unidos. Para a automatização da técnica de estimação torna-se necessário fixar à priori o número máximo de observações vizinhas admitidas em cada regressão. Este número é mais adiante designado por NMAX. O procedimento de estimação utilizado pode ser sistematizado nos seguintes passos: i. Subdivide-se o domínio espacial em células quadrangulares com arestas de dimensões iguais às do modelo digital do terreno disponível; ii. Para cada célula do domínio para a qual se pretende obter uma estimativa de precipitação, seleccionam-se os 3 postos de precipitação mais próximos por 185

74 abertura de uma vizinhança circular em torno da célula em processamento; iii. Desenvolve-se de seguida um teste para avaliar se a célula em processamento forma um sector angular igual ou superior a 180º com as células onde se enquadram os postos de precipitação seleccionados (condição angular). Se a condição angular tiver sido cumprida ou se o número de postos de precipitação seleccionados for igual a NMAX, salta-se para o passo v. iv. Se a condição angular não tiver sido respeitada e o número de postos de precipitação seleccionados for inferior a NMAX, aumenta-se a vizinhança circular em torno da célula em processamento até encontrar mais um posto e regressa-se ao passo iii. v. Procede-se à leitura, no modelo digital do terreno, das cotas associadas às células que contêm cada um dos postos seleccionados, bem como da cota da célula em processamento. vi. Desenvolve-se um teste para avaliar se a cota da célula em processamento cai fora do intervalo definido pelas cotas das células associadas aos postos de precipitação seleccionados (condição que verifica se ocorrerá extrapolação no desenvolvimento de uma regressão linear entre a precipitação e a altitude). Se não ocorrer extrapolação ou se o número de postos de precipitação seleccionados for igual a NMAX, salta-se para o passo viii. vii. Se a cota da célula em processamento se situar fora do intervalo definido pelas cotas das células associadas aos postos de precipitação seleccionados e se o número de postos de precipitação seleccionados for inferior a NMAX, aumenta-se a vizinhança circular em torno da célula em processamento até encontrar mais um posto e regressa-se ao passo vi. viii. Regista-se qual o número de postos vizinhos que foram seleccionados para a célula em processamento e se a condição de não extrapolação foi respeitada ou não. ix. Procede-se ao cálculo dos seguintes parâmetros caracterizadores de uma regressão linear da precipitação (P) com a altitude (Z), com base nas observações de precipitação e de altitude associadas às células que contêm os postos vizinhos seleccionados e com base na informação altimétrica associada à célula em processamento: 186

75 coeficiente de determinação (da regressão linear de P com Z) declive da recta de regressão intersecção com o eixo das ordenadas da recta de regressão de P com Z estimativa de precipitação para a célula em processamento, resultante da regressão de P com Z desvio padrão da estimativa de precipitação calculada para a célula em processamento. x. Se o número de células para as quais se pretende obter uma estimativa de precipitação for superior ao número de células já processadas, selecciona-se uma nova célula para processar e volta-se ao passo ii. O modelo descrito baseia-se na informação altimétrica associada às células do modelo digital do terreno (MDT) adoptado. Deste modo, em substituição da cota de cada posto é utilizada a informação altimétrica do ponto central da célula em que cada posto se enquadra. No caso de existir mais do que um posto de medição da precipitação por célula, o modelo assume uma altitude idêntica para todos os postos. As diversas resoluções espaciais da informação altimétrica analisadas neste estudo asseguram que nunca existe mais do que um posto de monitorização de precipitação por célula. O facto do modelo concebido utilizar a informação altimétrica do MDT em substituição da dos postos é, segundo os investigadores responsáveis pelo desenvolvimento do PRISM (Daly et al., 1994), justificável na medida em que estes constataram que a correlação local entre a precipitação anual e a altitude média associada a células de 6x9 km era muito superior à correlação da precipitação anual com a altitude dos postos. No presente estudo também se verificou que todas as classes de precipitação analisadas estão mais fortemente correlacionadas com a altitude quando esta é avaliada a resoluções espaciais de menor detalhe. O modelo apresentado foi testado para diferentes concretizações do número máximo de observações vizinhas a considerar em cada regressão (variável NMAX). Após análise dos resultados de alguns parâmetros de avaliação calculados através de validação cruzada, concluiu-se que na estimação das precipitações máximas diárias anuais NMAX deveria ser 16, enquanto que na estimação das precipitações anuais e mensais NMAX deveria ser

76 A técnica de regressão linear uni-variada descrita foi pela primeira vez aplicada a Portugal Continental no âmbito do presente trabalho. Este método será mais adiante identificado pela abreviatura REGRESSÃO L. JANELA MÓVEL-#v c/ Z, em que # traduz o número máximo de observações vizinhas admitidas na produção de cada estimativa de precipitação (NMAX). A resolução espacial da informação altimétrica utilizada será identificada entre parêntesis Regressão linear multi-variada Esta técnica visa a constituição de modelos lineares entre as observações de precipitação e as observações de diversas variáveis auxiliares que evidenciem capacidade explicativa do fenómeno da pluviosidade. Os modelos a criar possibilitam estimar a quantidade de precipitação ocorrida em determinado local, a partir das observações das variáveis explicativas. A selecção das variáveis explicativas que integram os modelos de regressão linear multi-variada que se apresentam no presente estudo baseou-se num procedimento sequencial designado por "stepwise" (análise por etapas). Neste procedimento, as variáveis auxiliares são integradas uma a uma no modelo, mediante a aferição em cada passo de determinados critérios. A primeira variável explicativa a entrar no modelo é, de entre todas as candidatas, a que apresenta a maior correlação com a variável dependente (a precipitação). As restantes variáveis independentes são, ou não, integradas no modelo em função dos respectivos coeficientes de correlação parcial, e em função dos resultados dos testes estatísticos que são desenvolvidos sempre que uma nova variável é acrescentada ao modelo. A inclusão de uma nova variável na regressão pode causar a remoção de outras variáveis que tinham sido previamente integradas no modelo. O processo termina quando não for possível incluir ou retirar mais variáveis do modelo, face a valores pré-definidos da estatística F. Uma vez que a introdução da primeira variável explicativa no modelo de regressão condiciona a inclusão das restantes variáveis explicativas no mesmo modelo, na análise desenvolvida foram sempre testados modelos alternativos concebidos a partir da exclusão da variável explicativa que apresentava maior correlação com cada intervalo de totalização da precipitação. Foi igualmente avaliado para cada modelo de regressão, mediante testes t, se os coeficientes das variáveis explicativas e a ordenada na origem seriam significativamente diferentes de zero. 188

77 Os modelos finais foram seleccionados não só com base na análise do coeficiente de determinação (R 2 ), mas também com base na análise do desvio padrão do resíduo total do modelo de regressão (Se). Os modelos identificados para explicar cada intervalo de totalização da precipitação foram desenvolvidos sem adopção de vizinhanças. Dado que, ao todo, se identificaram 68 modelos (17 intervalos de totalização da precipitação x 4 resoluções espaciais), optou-se pela sua inclusão no Anexo IV. Da informação apresentada no Anexo IV podem-se extrair as seguintes conclusões: Verificou-se que a resolução espacial de 1000x1000 metros é a mais indicada para modelar a grande maioria dos intervalos de totalização da precipitação estudados. Os modelos explicativos identificados para a precipitação média de Agosto e para a precipitação máxima diária anual relativa a um período de retorno de 100 anos constituem uma excepção ao exposto. Para modelar estes dois intervalos de totalização da precipitação, a resolução espacial mais adequada é 500x500 metros. O maior detalhe necessário à modelação destes dois intervalos de totalização da precipitação é, provavelmente, devido à natureza mais localizada dos fenómenos convectivos que predominam em Agosto e dos fenómenos extremos retratados pela precipitação máxima diária anual para um período de retorno de 100 anos. Os modelos obtidos para as precipitações anuais apresentam coeficientes de determinação que variam entre os 79% (para ano seco) e os 81% (para o total anual e ano húmido). As três variáveis que conjuntamente apresentam maior capacidade explicativa das precipitações anuais são a coordenada geográfica em Y, o declive e o afastamento da linha de costa, avaliado em número de células segundo a direcção SW. A coordenada geográfica em Y traduz a influência da latitude na variabilidade espacial da precipitação e crê-se, tal como já foi mencionado, que expressa de forma indirecta a influência de outras variáveis climatológicas (como a temperatura média do ar) que não puderam ser integradas na presente análise. O declive é responsável pela fracção de precipitação que tem origem nos movimentos ascensionais das massas de ar que são forçados pelo relevo. A humidade transportada pelas massas de ar que avançam sobre o território diminui com 189

78 o afastamento da linha de costa devido à maior depleção que se verifica nos primeiros quilómetros de intrusão Continental. Os modelos identificados para as precipitações mensais apresentam coeficientes de determinação que variam entre os 78% (para o mês de Outubro) e os 84% (para o mês de Junho). As três primeiras variáveis a ser incluídas nos modelos explicativos da maioria das precipitações mensais também foram a coordenada geográfica em Y, o declive e o afastamento da linha de costa, avaliado em número de células segundo a direcção SW. Os modelos identificados para as precipitações máximas diárias anuais são os que apresentam os coeficientes de determinação mais baixos (66% para o período de retorno de 100 anos e 71% para o período de retorno de 2 anos). A menor capacidade explicativa destes dois modelos deve-se, certamente, à natureza extrema dos fenómenos analisados. As três variáveis que, conjuntamente, apresentam maior capacidade explicativa das precipitações máximas diárias anuais são o declive, a distância à linha de costa avaliada segundo a direcção SW e o maior valor altimétrico identificado numa vizinhança formada por um sector angular desenvolvido segundo a direcção NW, com uma tolerância de ± 5º e um raio de 30 km. A inclusão desta última variável nos modelos explicativos das precipitações máximas diárias anuais relaciona-se, certamente, com a natureza mais localizada do fenómeno, cuja variabilidade é mais afectada por obstruções pouco distantes. A técnica de regressão linear multi-variada será mais adiante identificada pela abreviatura REGRESSÃO L. MÚLTIPLA. A resolução espacial da informação auxiliar empregue será especificada entre parêntesis Pesquisa de Regiões com Características Pluviométricas e Fisiográficas Afins Neste sub-capítulo descrevem-se as análises desenvolvidas com vista à identificação de regiões homogéneas do ponto de vista da pluviosidade e dos aspectos geo-morfológicos contemplados neste estudo. A subdivisão do domínio espacial em regiões homogéneas, definidas com base nos intervalos de totalização da precipitação analisados e em aspectos fisiográficos associadas às localizações onde as observações foram recolhidas, foi 190

79 levada a cabo através da técnica de análise de clusters. Com este tipo de análise, pretende-se caracterizar as regiões identificadas, com vista a um melhor entendimento da variabilidade espacial da precipitação. Pretende-se, simultaneamente, verificar se a aplicação de modelos de interpolação ajustados a cada região permite melhorar as estimativas de precipitação produzidas pela técnica e resolução espacial que venham a ser consideradas como as mais ajustadas à modelação de cada intervalo de totalização da precipitação para o território Continental. Uma vez que estas só serão mais adiante identificadas, a estimação de precipitação com base em regiões homogéneas só poderá ser posteriormente desenvolvida. A identificação de regiões com características pluviométricas e fisiográficas afins baseou-se na utilização de dois algoritmos (um hierárquico e um não hierárquico) que se descrevem de seguida. O método hierárquico adoptado é usualmente conhecido por Ward e foi utilizado em conjunto com o quadrado da distância Euclidiana. O algoritmo de Ward não exige que o utilizador defina previamente o número de grupos desejado. Se existirem n observações para agrupar, é possível conhecer todas as soluções de n até 1 grupo. É igualmente possível compreender a ordem de execução dos agrupamentos. Esta característica torna este algoritmo bastante útil na realização de análises exploratórias conducentes à identificação do número de grupos mais adequado. O método não hierárquico utilizado é designado por Nearest Centroid Sorting (Anderberg, 1973). Este algoritmo obriga o utilizador a definir à priori o número de clusters que quer constituir. Este algoritmo também foi utilizado em conjunto com o quadrado da distância Euclidiana, como medida quantificadora da semelhança entre observações. A determinação do número de grupos a constituir depende do conhecimento que se dispõe dos dados, complementado pela análise dos resultados fornecidos. Trata-se de um processo iterativo, porque não existe nenhum parâmetro que indique qual o número de clusters mais adequado. Este número é dependente dos objectivos a atingir, e portanto, variável caso a caso. Tendo em conta as especificidades dos dois métodos descritos, recorreu-se ao algoritmo de Ward para compreender a hierarquia das ligações efectuadas e para 191

80 determinar o número de regiões mais adequado aos objectivos propostos. A consistência das soluções fornecidas pelo algoritmo de Ward foi testada através do algoritmo Nearest Centroid Sorting. A análise de clusters foi desenvolvida de duas formas alternativas: directamente, sobre as observações normalizadas e indirectamente, sobre as componentes resultantes de uma análise em componentes principais previamente efectuada. Neste último contexto, a análise em componentes principais constituiu um passo intermédio para a realização da análise de clusters. As componentes principais que foram utilizadas na análise de clusters em substituição das variáveis originais, foram seleccionadas em função da ordem de grandeza dos respectivos valores próprios. Para tal, adoptou-se o critério sugerido por Kaiser (1960) que preconiza a selecção das componentes principais que apresentem valores próprios maiores do que a unidade. A subdivisão do território Continental em regiões homogéneas foi inicialmente testada com base nos 17 intervalos de totalização da precipitação estudados e nas variáveis fisiográficas apresentadas no ponto A resolução espacial das variáveis utilizadas na identificação das regiões foi a de menor detalhe: 1000x1000 metros. Dado que a análise em componentes principais facilita, em grande número de situações, a compreensão das relações entre variáveis, optou-se pela aplicação desta técnica numa primeira fase. A análise da matriz de correlações das variáveis empregues na análise em componentes principais demonstrou existirem correlações muito elevadas entre grande número de variáveis. Para o desenvolvimento da análise em componentes principais, é necessário calcular o determinante da matriz de correlações entre variáveis, não podendo este ser nulo. Dado que o conjunto de variáveis inicialmente empregue originou um determinante da matriz de correlações nulo, tornou-se necessário pesquisar um subconjunto daquelas variáveis que permitisse aplicar a técnica desejada. Devido a este facto, excluíram-se da análise algumas variáveis fisiográficas, em função de medidas de adequação disponibilizadas pelo programa informático utilizado. A exclusão de variáveis foi apenas causada pela existência de informação redundante. Partindo de um conjunto de 35 variáveis (em que 17 eram os intervalos de 192

81 totalização da precipitação estudados), os resultados obtidos conduziram à selecção das quatro primeiras componentes, que conjuntamente explicavam 91.4% da variabilidade existente nos dados de partida. A primeira componente explicava 58.5%, a segunda componente explicava 22.9%, a terceira componente explicava 6.3% e a quarta componente explicava 3.7% da variância global da informação utilizada. Os 17 intervalos de totalização da precipitação revelaram ser as variáveis com maior contributo na formação da primeira componente, enquanto que as restantes variáveis contribuíam maioritariamente para a formação das restantes componentes. Dado que todos os intervalos de totalização da precipitação contribuíam para a formação de uma única componente, optou-se por repetir a análise apenas com base nos dados de precipitação. Os resultados desta nova análise evidenciaram mais uma vez que os 17 intervalos de totalização da precipitação se concentravam numa única componente, que explicava 93.7% da variância da pluviosidade considerada. A expectativa criada em torno dos resultados fornecidos pela análise em componentes principais seria a de conseguir separar os 17 intervalos de totalização da precipitação por diversas componentes, que reflectissem diferentes expressões do fenómeno da pluviosidade (por exemplo: a separação da precipitação associada a períodos secos, da precipitação associada a períodos húmidos). No entanto, os resultados obtidos indicaram que, no presente caso, este tipo de análise apenas faculta a transformação dos diversos intervalos de totalização da precipitação numa única variável que poderá ser utilizada em substituição das 17 variáveis originais na análise de clusters. Face ao exposto, os resultados fornecidos pela análise em componentes principais não foram considerados relevantes para a identificação de regiões com características pluviométricas e fisiográficas afins. Após normalização das observações relativas à precipitação e às variáveis auxiliares, passou-se de imediato ao desenvolvimento da análise de clusters. Os algoritmos de Ward e Nearest Centroid Sorting foram testados não só sobre o conjunto de 35 variáveis anteriormente utilizado, mas também sobre diversos subconjuntos daquelas variáveis. As regiões homogéneas foram representadas sobre polígonos de influência. 193

82 Através dos ensaios desenvolvidos, constatou-se que as regiões homogéneas identificadas a partir das variáveis fisiográficas e dos dados de precipitação não diferem substancialmente das que se obtêm tendo apenas em conta a informação de precipitação. Apesar da redução do número de observações ocasionada pela utilização de dados fornecidos pelo Instituto de Meteorologia, a análise de clusters foi também testada com inclusão de algumas variáveis climáticas complementares à quantidade de precipitação. As classificações obtidas demonstraram, no entanto, ser muito similares às produzidas a partir da utilização exclusiva de observações de precipitação. Face aos resultados dos diversos testes efectuados, concluiu-se que as observações relativas aos 17 intervalos de totalização da precipitação bastariam para identificar as regiões homogéneas pretendidas. Deste modo, optou-se por desenvolver a análise unicamente com base nos dados de precipitação, tendo-se verificado grande convergência entre as soluções até seis grupos produzidas pelos dois algoritmos testados. A obtenção da mesma solução através da aplicação de algoritmos distintos, traduz usualmente a estabilidade dos grupos constituídos. As seis figuras que se seguem apresentam as soluções produzidas pelo algoritmo de Ward, desde duas até sete regiões. A análise dos agrupamentos, formados em cada uma daquelas soluções, conduziu por fim à selecção de três regiões homogéneas (Figura 5.89). Este é o número de grupos que se entende ser o mais adequado aos objectivos propostos, porque as soluções que conduzem à formação de mais de três grupos evidenciam a existência de grupos bastante próximos e, portanto, mal definidos. Comparativamente à solução de três regiões homogéneas, a constituição de quatro grupos (Figura 5.90) conduziria à divisão em duas, da região 3 da Figura Dado que o método de interpolação considerado até ao momento como o mais ajustado à modelação de todos os intervalos de totalização da precipitação estudados é uma técnica do âmbito da geoestatística, a divisão referida seria condicionante do ajustamento de modelos de continuidade espacial, devido ao escasso número de pares de observações que ficariam associados a cada região. Por outro lado, a solução de duas regiões foi igualmente preterida, uma vez que visava a reunião num só grupo das regiões 1 e 2 constantes da Figura Cada uma destas regiões apresenta características 194

83 muito diferenciadas, pensando-se não ser justificável a sua agregação. Figura Regiões Homogéneas definidas pelo método hierárquico de Ward com base em 17 intervalos de totalização da precipitação (resolução espacial: 1x1 km) Figura Regiões Homogéneas definidas pelo método hierárquico de Ward com base em 17 intervalos de totalização da precipitação (resolução espacial: 1x1 km) Figura Regiões Homogéneas definidas pelo método hierárquico de Ward com base em 17 intervalos de totalização da precipitação (resolução espacial: 1x1 km) Figura Regiões Homogéneas definidas pelo método hierárquico de Ward com base em 17 intervalos de totalização da precipitação (resolução espacial: 1x1 km) 195

84 Figura Regiões Homogéneas definidas pelo método hierárquico de Ward com base em 17 intervalos de totalização da precipitação (resolução espacial: 1x1 km) Figura Regiões Homogéneas definidas pelo método hierárquico de Ward com base em 17 intervalos de totalização da precipitação (resolução espacial: 1x1 km) Observou-se também que as três regiões homogéneas seleccionadas (Figura 5.89) apresentam algumas analogias com as regiões bioclimáticas identificadas em 1982 para Portugal Continental por uma equipa de investigadores do Centro de Estudos Geográficos da Faculdade de Letras de Lisboa (Alcoforado et al., 1993, página 49). A região 1 da Figura 5.89 corresponde, grosso modo, à reunião das três regiões com influência mediterrânica apresentadas no estudo referido. Esta região engloba aproximadamente toda a área a sul do Tejo (com exclusão das serras Algarvias incluídas na região 2) e o interior da meseta Ibérica, a norte do Tejo. A região 1 é a área do território com menor altitude média (276 metros), com menor declive médio (2%) e a mais abrigada dos fluxos atmosféricos provenientes de noroeste, de oeste e de sudoeste. A percentagem média de obstrução ao avanço das massas de ar oriundas de qualquer um dos quadrantes referidos é sempre superior a 30%. Esta região é, de entre as três identificadas, a que apresenta menor pluviosidade média para todos os intervalos de totalização da precipitação analisados. No período de 1959/60 a 1990/91, a precipitação anual média da região 1 foi de 672 mm e a máxima não chegou a atingir os 1000 mm anuais. A região 3 da Figura 5.89 é muito idêntica à região atlântica identificada por 196

85 aqueles autores, uma vez que inclui as principais cadeias montanhosas do noroeste do território e a cordilheira central. Trata-se da zona do território que apresenta maior pluviosidade anual, mensal e máxima diária anual. No período de 1959/60 a 1990/91, a precipitação anual média da região 3 rondou os 2000 mm e a precipitação anual mínima foi de 1445 mm (1959/ /91). A altitude média desta região é de 624 metros, sendo a maior altitude média das três regiões identificadas. Trata-se simultaneamente da zona do território que apresenta o maior declive médio (7.7%) e a mais exposta às massas de ar provenientes de noroeste, de oeste e de sudoeste. A região 2 da Figura 5.89 é bastante similar à região designada de pré-atlântica por aquela equipa de investigação. Esta região confronta a norte com a região atlântica e o vale do Douro, e a sul com o vale do Tejo. Inclui ainda as serras de São Mamede e de Monchique. A região 2 é, em todos os aspectos citados, uma zona de transição entre as regiões 1 e 3. No período de 1959/60 a 1990/91, a precipitação anual média da região 2 foi de pouco mais de 1000 mm, tendo oscilado entre um quantitativo mínimo de 878 mm e um quantitativo máximo de 1518 mm anuais Caracterização da Rede de Monitorização de Precipitação Adoptada Tendo por objectivo a avaliação da adequação da rede de monitorização de precipitação utilizada na reprodução da variabilidade espacial dos diversos intervalos de totalização da precipitação analisados, no presente ponto procede-se à caracterização da referida rede. Uma vez que Portugal Continental apresenta aspectos fisiográficos muito variados, importa compreender em que medida é que a rede de monitorização utilizada representa a diversidade geo-morfológica do território. Importa, por outro lado, analisar se a distribuição espacial dos postos de monitorização da precipitação assegura uma cobertura equilibrada do fenómeno em todas as sub-regiões do domínio. Pretende-se, por fim, integrar os resultados de análises já desenvolvidas sobre as séries de precipitação anual, com vista à classificação qualitativa dos registos de precipitação correspondentes Configuração espacial e aspectos fisiográficos associados à rede de monitorização da precipitação No presente ponto, as redes de monitorização utilizadas na estimação da 197

86 precipitação são caracterizadas do ponto de vista da respectiva configuração espacial e com base em aspectos geo-morfológicos associados à localização dos postos. Tal como já foi referido, este estudo baseou-se em duas redes de monitorização da precipitação: uma rede constituída por 439 postos, que foi empregue na análise das precipitações mensais e anuais; uma rede constituída por 448 postos, que foi utilizada no estudo das precipitações máximas diárias anuais. As redes de monitorização em apreciação só incluem postos com um mínimo de 30 anos de observações. Os critérios subjacentes à selecção dos postos que integram as duas redes já foram explanados no ponto O número de postos de monitorização da precipitação que são comuns às duas redes é de 421. A Figura 5.94 permite concluir que a densidade de postos é muito semelhante nas duas redes de monitorização da precipitação. Enquanto que a rede empregue na análise das precipitações mensais e anuais apresenta uma densidade de 4.9 postos por 1000 km 2, a rede utilizada no estudo das precipitações máximas diárias anuais apresenta uma densidade de 5 postos por 1000 km 2. Densidade da Rede de Precipitação segundo Tipos de Postos Densidade de Postos (nº postos por 1000 Km2) densidade da rede de 448 postos densidade da rede de 439 postos Climatológicos Udográficos Udométricos Total Tipos de Postos Figura 5.94 Densidade de postos de precipitação segundo tipos de postos As densidades referidas são inferiores à densidade de 8 postos por 1000 km 2, que 198

87 foi preconizada como razoável para o nosso clima no volume relativo a redes de monitorização de recursos hídricos que integra o Plano Nacional da Água (Rodrigues et al., 2001). No entanto, se se atender ao facto das redes em questão só contemplarem postos com um mínimo de 30 anos de observações de precipitação, pode-se considerar que as densidades citadas são bastante satisfatórias. A avaliação das redes de monitorização da precipitação em função da tipologia dos postos revela que, nas duas redes, a maioria dos postos (60%) são do tipo udométrico e cerca de 25% são estações climatológicas. A cobertura udométrica apresenta, nas duas redes, uma densidade aproximada de 3 postos por 1000 km 2. A distribuição espacial dos postos é bastante regular em cada uma das duas redes utilizadas. As figuras que se seguem apresentam o coeficiente de representatividade dos postos (Dubois, 2000) de cada uma das redes utilizadas na estimação da precipitação. O coeficiente de representatividade permite avaliar se dada posição de amostragem é ideal ou se se verifica um distanciamento excessivo ou reduzido relativamente às restantes localizações de amostragem. Figura 5.95 Coeficiente de representatividade associado aos postos de precipitação utilizados para estimar as precipitações anuais e mensais Figura Coeficiente de representatividade associado aos postos de precipitação utilizados para estimar as precipitações máximas diárias anuais Um coeficiente de representatividade igual a um está associado a pontos de amostragem equilibradamente distribuídos. Um coeficiente de representatividade 199

88 inferior a um evidencia observações agrupadas ou em excesso. Um coeficiente de representatividade superior a um evidencia observações isoladas. Da análise das figuras apresentadas conclui-se que as duas redes carecem de postos de monitorização da precipitação nas seguintes localidades (e bacias hidrográficas): Odemira (bacias do Barlavento e do Mira) Grândola / Santiago do Cacém (bacia de Melides) Mafra / Sintra e Lourinhã / Óbidos (ribeiras do Oeste) Pombal / Figueira da Foz (ribeira do Costa) Cantanhede / Vagos e Aveiro / Estarreja / Águeda (bacia do Vouga) Vila Nova de Foz Côa (bacia do Douro) Vila Franca de Xira, Abrantes / Ponte de Sôr, Idanha-a-Nova / Penamacor / Castelo Branco e Marvão (bacia do Tejo) Portalegre, Moura / Serpa e Mértola (bacia do Guadiana). Conclui-se também que a rede é relativamente densa nas bacias do Lima, do Cávado, em parte do Douro (designadamente junto de Boticas e Cabeceiras de Basto) e em algumas zonas do Tejo (nomeadamente na Sertã). A Figura 5.97 desagrega a densidade de postos das duas redes de monitorização da precipitação por classes altimétricas. Da sua análise ressalta que as classes altimétricas dos 50 aos 100 metros, dos 150 aos 200 metros e dos 250 aos 500 metros são as pior monitorizadas. Por outro lado, e comparativamente às restantes classes altimétricas, verifica-se a existência de um número excessivo de postos em zonas de altitude superior a 1000 metros. Porque se pretende que as redes de monitorização adoptadas retratem a diversidade altimétrica do território Continental, as considerações tecidas a partir da análise da Figura 5.97 só têm sentido quando se compara a distribuição percentual dos postos de precipitação por classes altimétricas com a percentagem de área do território Continental afecta às mesmas classes altimétricas. A Figura 5.98 permite a análise do grau de ocupação de cada rede de precipitação relativamente à hipsometria do território. Desta análise verifica-se que as áreas que apresentam eventual deficit de postos correspondem às classes altimétricas dos 50 aos 100 metros, dos 150 aos 200 metros e dos 250 aos 500 metros. A percentagem de postos afectos a estas altitudes é muito inferior à 200

89 percentagem da área do território associada às mesmas altitudes. Densidade da Rede de Precipitação segundo Classes de Altimetria densidade da rede de 448 postos Densidade de Postos (nº postos por 1000 Km2) [0-50[ [50-100[ densidade da rede de 439 postos [ [ [ [ [ [ [ [ [ [ [ [ [ [ [ ] Elevação (metros) Figura 5.97 Densidade de postos de precipitação segundo classes altimétricas (resolução espacial: 1x1 km) Grau de Ocupação da Rede de Precipitação Relativamente à Hipsometria do Continente 30 % de postos da rede de 448 postos % de postos da rede de 439 postos % da superfície Continental 27.1 Frequência Relativa (%) [0-50[ [50-100[ [ [ [ [ [ [ [ [ Elevação (metros) [ [ [ [ [ [ [ ] Figura 5.98 Comparação da distribuição percentual de postos de precipitação por classes altimétricas com a percentagem de área do território afecta às mesmas classes altimétricas (resolução espacial: 1x1 km) 201

90 À excepção da classe que contempla altitudes superiores a 1250 metros, as restantes classes altimétricas denotam uma densidade de monitorização do fenómeno que poderá ser considerada excedentária face à percentagem da superfície continental que representam. Conclui-se por isso que alguns dos postos associados às classes altimétricas de 0 a 50 metros, de 100 a 150 metros, de 200 a 250 metros e de 500 a 1250 metros, poderiam transitar para zonas afectas às três classes altimétricas com deficit de postos. A Figura 5.99 expressa a densidade de postos de precipitação segundo classes de declive. A informação apresentada nesta figura indica que as regiões que apresentam menor número de postos por 1000 km 2 correspondem a áreas onde o declive é inferior a 1.5% e a zonas com declives entre os 9% e os 12%. A maior densidade de postos está associada à classe que inclui declives dos 15% aos 18% e aos declives iguais ou superiores a 21%. Densidade da Rede de Precipitação segundo Classes de Declive 9 densidade da rede de 448 postos densidade da rede de 439 postos Densidade de Postos (nº postos por 1000 Km2) >=21 Declive (%) Figura 5.99 Densidade de postos de precipitação de acordo com classes de declive (resolução espacial: 1x1 km) A Figura permite avaliar em que medida é que a percentagem de postos afecta a cada classe de declive reproduz a proporção da superfície continental associada às mesmas classes de declive. Da análise da Figura conclui-se que em quase metade da superfície continental o declive é inferior a 1.5%. Para esta gama de declives, a proporção de postos de monitorização da precipitação é 202

91 inferior (-5%) à percentagem de área do território Continental correspondente. Embora com menor expressão, as áreas do território associadas a declives situados entre os 9% e os 12% também carecem de postos de monitorização da precipitação. Relativamente à percentagem da superfície do território que lhes corresponde, as regiões dotadas de um eventual número excessivo de postos são aquelas onde o declive varia entre os 3% e os 9% ou entre os 12% e os 18%. Por este motivo, considera-se que alguns dos locais de amostragem destas regiões poderiam ser deslocados para áreas anteriormente identificadas como deficitárias em postos Grau de Ocupação da Rede de Precipitação Relativamente ao Declive do Continente 40 % de postos da rede de 448 postos % de postos da rede de 439 postos Frequência Relativa (%) % da superfície Continental >=21 Declive (%) Figura Comparação da percentagem de postos de precipitação por classes de declive com a percentagem de área do território afecta às mesmas classes de declive (resolução espacial: 1x1 km) A Figura fornece detalhe sobre a densidade de postos de precipitação por quadrantes de exposição. Da sua análise ressalta que as zonas com exposição total (identificadas como planas) são as que apresentam menor número de postos por unidade de área. As vertentes expostas a sul, a este e a nordeste são aquelas em que a amostragem do fenómeno é mais densa. A Figura testemunha que a proporção de postos de monitorização de precipitação associados a áreas planas (0.9%) poderá ser muito reduzida comparativamente à percentagem da superfície do território Continental que lhe 203

92 está associada. Sabe-se no entanto que os campos pluviométricos apresentam maior estabilidade em áreas planas. Densidade da Rede de Precipitação segundo a Exposição das Encostas 7 densidade da rede de 448 postos densidade da rede de 439 postos Densidade de Postos (nº postos por 1000 Km2) Plana N NE E SE S SW W NW Exposição das Encostas Figura Densidade de postos de precipitação de acordo com quadrantes de exposição (resolução espacial: 1x1 km) Grau de Ocupação da Rede de Precipitação Relativamente à Exposição do Continente 20 % de postos da rede de 448 postos % de postos da rede de 439 postos % da superfície Continental Frequência Relativa (%) Plana N NE E SE S SW W NW Exposição das Encostas Figura Comparação da percentagem de postos de precipitação por quadrantes de exposição com a percentagem de área do território afecta aos mesmos quadrantes (resolução espacial: 1x1 km) 204

93 Nas vertentes expostas a oeste e a sudoeste observa-se igualmente uma cobertura deficitária do fenómeno. Por outro lado, o número de postos por unidade de área poderá ser excessivo nos quadrantes sul e este. Tendo este facto em conta, alguns dos postos excedentários nestes dois quadrantes poderiam contribuir para colmatar as lacunas de locais de amostragem nas áreas planas e nas zonas expostas a sudoeste e a oeste Classificação qualitativa das séries de precipitação anual Neste ponto, conjugam-se os resultados de algumas análises desenvolvidas na fase de selecção das séries de precipitação com vista à caracterização das séries de precipitação anual. Dada a multiplicidade de critérios vulgarmente utilizados na selecção de séries de precipitação, pensou-se que teria grande utilidade a criação de um indicador da qualidade das séries de precipitação anual, que integrasse os principais parâmetros de avaliação analisados. O indicador de fiabilidade proposto permite avaliar a qualidade das séries de precipitação anual para determinado período de referência, constituindo por isso um valioso instrumento de apoio ao processo de selecção de séries de precipitação. O indicador resulta da ponderação conjunta de cinco parâmetros usualmente adoptados para estudar as séries de precipitação anual: coeficiente de variação da série anual para o período de referência considerado; observações anuais em falta em cada série, no período de referência considerado; associação linear observada entre as séries de precipitação anual, no período de referência considerado; resultados dos sete testes não paramétricos aplicados para avaliar a aleatoriedade (a α=5%) das séries de precipitação anual disponíveis no período de referência considerado; avaliação do ensaio duplamente acumulado desenvolvido sobre cada série anual, para o período de referência considerado. Para o cálculo do indicador de qualidade, associado a cada série anual, procedeuse à reclassificação do resultado de cada uma das cinco variáveis listadas na primeira coluna do Quadro 5.12, para uma pontuação de um, dois ou três. Nesta nova escala, a pontuação 1 representa uma má qualificação face à variável em 205

94 avaliação, a pontuação 2 expressa uma qualificação razoável ou média na variável em apreciação e a pontuação 3 reflecte uma boa qualificação. As regras de pontuação adoptadas são igualmente apresentadas no Quadro O indicador de qualidade de cada série anual resultou do somatório das pontuações obtidas pela série em cada uma das cinco variáveis abaixo explicitadas. Deste modo, o indicador pode variar entre 5 e 15 pontos. Nesta escala de avaliação, a classificação qualitativa atribuída a cada série depende do total de pontos do indicador respectivo: pontuações entre 5 e 8 denotam uma má qualidade da série anual, para o período de referência considerado; pontuações entre 9 e 12 traduzem uma qualidade média ou razoável da série anual; pontuações superiores a 12 conferem à série anual grande fiabilidade no período de referência considerado. Quadro 5.12 Variáveis e pontuação adoptadas na criação de um indicador de qualidade para cada série de precipitação anual Variável Coeficiente de variação da série anual (Cv) Nº de observações anuais completas na série / Nº de anos do período de referência considerado (rácio) Correlação máxima observada entre cada série anual e as restantes (r) Nº de hipóteses de aleatoriedade rejeitadas em sete testes (nº rej.) Classificação decorrente da inspecção visual do ensaio duplamente acumulado Limites de Variação Observados Pontuação Atribuída 1, quando: 2, quando: 3, quando: 0.21 a 0.64 Cv >= =< Cv < 0.4 Cv < a 1 rácio =< < rácio =< 0.8 rácio > a 1 r =< < r =< 0.8 r > a 6 nº rej.=> 2 nº rej.= 1 nº rej.= 0 1 a 3 Quando o gráfico tem um aspecto notoriamente curvo com múltiplas oscilações Quando são necessárias duas ou mais rectas, para representar o gráfico Quando se consegue representar o gráfico através de uma só recta 206

95 Dada a utilidade da metodologia proposta, o processo de selecção de séries de precipitação desenvolvido no ponto fundamentou-se no indicador de qualidade agora apresentado. Tendo por base os registos de precipitação total anual relativos ao período de 1959/60 a 1990/91, no Anexo VI disponibiliza-se informação sobre a avaliação final de cada série, bem como as pontuações parciais atribuídas às séries com um mínimo de 30 anos de observações. Da avaliação qualitativa desenvolvida sobre 456 séries de precipitação anual destacam-se as seguintes conclusões: a classificação mais baixa (inferior a 9 pontos) foi atribuída às séries anuais associadas aos postos de Ervedosa-Pinhel (posto 08N/03 da bacia do Douro), Codeceiro (posto 10N/01 da bacia do Douro) e Chão da Va (posto 14L/02 da bacia do Tejo). A má qualificação destas séries resulta do facto de apresentarem baixas correlações com outras séries anuais, coeficientes de variação da precipitação anual elevados e ensaios duplamente acumulados muito irregulares. a qualificação de razoável foi atribuída a 12.9% das séries anuais analisadas. De entre estas, as séries anuais associadas aos postos de Lamas de Olo (posto 05K/03 da bacia do Douro), Peredo (posto 05P/02 da bacia do Douro) e Caniçal Cimeiro (posto 15J/02 da bacia do Tejo) também denotam uma baixa fiabilidade porque apresentam uma pontuação (9 pontos) que as situa no patamar inferior da qualidade razoável. a grande maioria das séries anuais apreciadas (86.4%) apresenta boa qualidade. O indicador proposto para avaliação das séries de precipitação anual é um parâmetro qualitativo que não fornece justificação para a baixa fiabilidade de algumas séries identificadas. Nestes casos, uma análise mais detalhada poderá revelar se a pior qualificação de uma série pode ser justificada por condições micro climáticas específicas ou se deve ser atribuída a falhas associadas aos processos de registo e leitura da precipitação. 5.3 ANÁLISE E DISCUSSÃO DE RESULTADOS No presente ponto efectua-se um balanço dos resultados obtidos no ensaio de diversas técnicas de interpolação com vista à estimação de 17 intervalos de totalização da precipitação. Neste sentido, comparar-se-ão os modelos utilizados 207

96 para estimar cada intervalo de totalização da precipitação, através de múltiplos procedimentos de avaliação. Dado que por vezes se dispõe de várias estimativas produzidas pela mesma técnica de interpolação associada a diferentes resoluções espaciais, procurar-se-á simultaneamente analisar a influência da variação do nível de detalhe das variáveis auxiliares na estimação da precipitação. Com base no modelo e na resolução espacial eleitos para modelar a variabilidade espacial de cada intervalo de totalização da precipitação, procede-se de seguida a uma avaliação do contributo da utilização de regiões homogéneas para a melhoria das estimativas de precipitação anteriormente obtidas. O mapa da distribuição espacial da precipitação total anual (1959/ /91) desenvolvido no âmbito deste estudo é em seguida comparado com o mapa equivalente relativo ao período (produzido pelo Serviço Meteorológico Nacional). O presente ponto é finalizado com a formulação de uma proposta conducente à reorganização da rede de monitorização que se encontra actualmente em operação no território Continental. A proposta apresentada fundamenta-se na configuração espacial da rede de monitorização de precipitação adoptada, nos aspectos fisiográficos que a ela estão associados, na distribuição espacial dos desvios cometidos na estimação da precipitação e nas áreas do domínio espacial onde a monitorização do fenómeno da pluviosidade foi considerada insuficiente ou excessiva Avaliação dos Resultados de Estimação da Precipitação A avaliação dos resultados de estimação da precipitação tem por objectivo a identificação da técnica de interpolação e da resolução espacial mais indicados à construção de mapas caracterizadores da variabilidade espacial de cada intervalo de totalização da precipitação Análise comparativa dos modelos ensaiados na estimação da precipitação A comparação inicial das estimativas produzidas pelas diversas técnicas de interpolação e resoluções espaciais testadas para cada intervalo de totalização da precipitação, foi efectuada através de cinco medidas de avaliação, que foram calculadas com base na técnica de validação cruzada: Coeficiente de correlação de Pearson entre valores observados e valores 208

97 estimados (CORREL); Erro médio (EM); Erro quadrático médio (EQM); Erro absoluto médio (EAM); Erro percentual absoluto médio (EAM%). Dado que estava em causa a avaliação simultânea de cinco medidas e os resultados produzidos por algumas técnicas, associadas às várias resoluções espaciais, são aparentemente bastante similares, optou-se pela sua agregação num único parâmetro de avaliação. O parâmetro de avaliação adoptado foi originalmente desenvolvido no âmbito do presente estudo. Trata-se de um indicador multi-critério que resulta da média das cinco medidas de avaliação associadas a cada modelo, após padronização dos respectivos valores. A padronização teve por objectivo a conversão dos valores associados às cinco medidas de avaliação para uma escala comum. Nesta nova escala, que varia entre zero e um, o valor um indica o melhor desempenho de um modelo face a determinada medida de avaliação e o valor zero expressa o pior desempenho de um modelo relativamente a uma medida de avaliação. Na padronização dos valores obtidos pelos diferentes modelos para o coeficiente de correlação de Pearson (CORREL), utilizou-se a Equação 5.4 porque o sentido de preferência relativamente a esta medida de avaliação é crescente, sendo um o valor mais adequado. CORREL - Min i(correl) CORRELp = Max (CORREL) - Min (CORREL) i em que: CORRELp é a correlação padronizada associada ao modelo i CORREL - é a correlação não padronizada associada ao modelo i Min i (CORREL) - corresponde à menor correlação obtida por um modelo, de entre todos os testados para determinado intervalo de totalização da precipitação Max i (CORREL) - corresponde à maior correlação obtida por um modelo, de entre todos os testados para determinado intervalo de totalização da precipitação i Equação 5.4 Na padronização dos valores obtidos pelos diferentes modelos para o erro médio (EM) recorreu-se à Equação 5.5, onde se avalia o valor absoluto do erro médio, 209

98 dado que aquela medida tanto pode ser negativa como positiva. A expressão apresentada é diferente da relativa à correlação porque o sentido de preferência relativamente ao valor absoluto do erro médio é decrescente, sendo zero o valor ideal. EMp = Maxi EM - EM Max EM -0 em que: EMp é o erro médio padronizado associado ao modelo i EM - é o valor absoluto do erro médio não padronizado associado ao modelo i Max i EM - corresponde ao maior valor absoluto do erro médio obtido por um modelo, de entre todos os testados para determinado intervalo de totalização da precipitação i Equação 5.5 Na padronização dos valores obtidos pelos diferentes modelos para o erro quadrático médio (EQM), para o erro absoluto médio (EAM) e para o erro percentual absoluto médio (EAM%), utilizou-se uma expressão equivalente à apresentada para o EQM (Equação 5.6). Maxi(EQM) - EQM EQMp = Max (EQM) - Min (EQM) i em que: EQMp é o erro quadrático médio padronizado associado ao modelo i EQM - é o erro quadrático médio não padronizado associado ao modelo i Min i (EQM) - corresponde ao menor erro quadrático médio obtido por um modelo, de entre todos os testados para determinado intervalo de totalização da precipitação Max i (EQM) - corresponde ao maior erro quadrático médio obtido por um modelo, de entre todos os testados para determinado intervalo de totalização da precipitação i Equação 5.6 Após padronização das cinco medidas de avaliação referidas, os valores correspondentes passaram a variar entre zero e um. O sentido de preferência relativamente a todas as medidas padronizadas passou a ser o crescente. Esta transformação de escala viabilizou o cálculo de um indicador multi-critério para 210

99 cada modelo. Como já foi referido, este indicador resultou da média das cinco medidas de avaliação padronizadas, disponíveis para cada modelo. O indicador multi-critério construído também varia entre zero e um. O valor unitário está associado a um modelo com um óptimo desempenho e o valor zero indica um péssimo desempenho do modelo na interpolação da precipitação. Face ao elevado número de modelos de interpolação testados para cada intervalo de totalização da precipitação, optou-se por remeter para o Anexo V a listagem exaustiva dos modelos ensaiados, bem como do indicador multi-critério e das medidas de avaliação não padronizadas relativas a cada modelo. No corpo do presente texto apresenta-se, para cada intervalo de totalização da precipitação, uma síntese da informação que integra o Anexo V. O critério de selecção da informação incluída no corpo do presente texto foi o de apenas apresentar os modelos com o maior indicador multi-critério para cada intervalo de totalização da precipitação e para cada resolução espacial. Dado que o leitor, ao consultar informação sobre um modelo ensaiado a determinada resolução espacial, pode ter interesse em conhecer a informação correspondente ao teste do mesmo modelo para outras resoluções espaciais, optou-se por disponibilizar os resultados de cada modelo seleccionado, para todas as resoluções espaciais testadas. Após triagem de um conjunto inicial de modelos para cada intervalo de totalização da precipitação, com base no indicador multi-critério, pretendeu-se em seguida reavaliar os modelos seleccionados a partir de procedimentos alternativos aos já utilizados. A comparação dos vários modelos seleccionados baseou-se nos resultados das seguintes análises: Comparação, para cada modelo, de cinco estatísticas descritivas da precipitação estimada, com as estatísticas equivalentes da precipitação observada. As estatísticas descritivas da precipitação estimada foram calculadas com base na técnica de validação cruzada. Os parâmetros descritivos analisados foram o valor médio, o valor mínimo, o valor máximo, a mediana e o desvio padrão. A comparação de estatísticas descritivas das estimativas de precipitação produzidas por cada modelo com as estatísticas descritivas equivalentes das observações de precipitação, permitiu avaliar se o fenómeno em análise estava ou não a ser fielmente reproduzido pela técnica de interpolação adoptada, do ponto de vista das cinco estatísticas 211

100 apreciadas. Inspecção visual dos mapas de precipitação associados aos melhores modelos. Dado que a selecção inicial dos modelos foi efectuada com base na técnica de validação cruzada, a inspecção visual dos mapas desenvolvidos foi considerada imprescindível para avaliar o comportamento de cada modelo de interpolação relativamente a uma diversidade de situações que poderiam não estar representadas na informação amostrada. Análise do desvio padrão do erro de estimação da precipitação cometido por cada modelo. Tendo em conta que esta estatística depende da função seleccionada para modelar a variabilidade espacial do fenómeno e da configuração espacial da rede de monitorização utilizada, as zonas associadas aos valores mais elevados do desvio padrão do erro de estimação da precipitação são usualmente áreas que carecem de postos de monitorização. A verificação de um desvio padrão do erro de estimação elevado, em áreas do domínio onde a monitorização não é aparentemente deficiente, pode indiciar a existência de diversos problemas nos modelos adoptados. Avaliação da associação linear existente entre as variáveis auxiliares incluídas em cada modelo. Uma vez que o software adoptado não alerta para a existência de problemas de colinearidade nos modelos, a análise da associação linear existente entre as variáveis auxiliares incluídas em cada modelo permitiu avaliar se existiam problemas de colinearidade. Este tipo de problemas foi, na maioria dos casos, evidenciado por padrões invulgares que constavam dos mapas produzidos. Identificação, para cada modelo, das localizações associadas a erros percentuais absolutos de estimação da precipitação (EA%) iguais ou superiores a 25%. Admitindo que, acima daquela percentagem, os erros cometidos na estimação da precipitação são inaceitáveis, tentou-se compreender o motivo do erro, através da identificação e análise das zonas do domínio espacial em que tais situações se verificavam. O Quadro 5.13 apresenta uma síntese dos modelos seleccionados para modelar a variabilidade espacial de cada intervalo de totalização da precipitação, com base no indicador multi-critério. Este quadro inclui os resultados de três tipos de 212

101 selecções efectuadas sobre os modelos testados. Quadro 5.13 Síntese dos modelos inicialmente seleccionados a partir do indicador multi-critério Intervalo de totalização da precipitação: Modelos que apresentam o maior indicador multi-critério (resolução espacial) Selecção efectuada a partir de todos os modelos testados Total Anual KED c/ Z + Mtpw (1000) Selecção efectuada a partir dos modelos que não evidenciam colinearidade KED c/ Z + Dtpw (1000) Selecção efectuada a partir dos modelos que apenas incluem uma variável auxiliar e não evidenciam colinearidade KED c/ Z (1000) Ano Seco KED c/ Z + Mtpw (100) KED c/ Z (25) KED c/ Z (25) Ano Húmido KED c/ Z + Qdtpw (250) KED c/ Z (100) KED c/ Z (100) Média Janeiro KED c/ Z + Qdtpw (250) Média Fevereiro KED c/ Z + Qdtpw (250) Média Março Média Abril Média Maio KED c/ Z + Mtpw + Qdtpw (250) KED c/ Z + Qdtpsw (1000) KED c/ Z + Qdtpw (1000) KED c/ Z + Decl (1000) KED c/ Z + Dtpw (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) Média Junho KED c/ Z (100) KED c/ Z (100) KED c/ Z (100) Média Julho KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) Média Agosto KED c/ Z + Qdtpnw (500) KED c/ Z + Dtpnw (100) KED c/ Z (50) Média Setembro KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) Média Outubro KED c/ Z + Mtpw + Dtpnw (100) KED c/ Z + Dtpw (1000) KED c/ Z (1000) Média Novembro KED c/ Z + Mtpw (1000) KED c/ Z (1000) KED c/ Z (1000) Média Dezembro Máxima Diária Anual (t=100 anos) Máxima Diária Anual (t=2 anos) KED c/ Z + Mtpw + Dtpnw (100) KED c/ Z + Mtpw30_10 (250) KED c/ Z + Mtpw30_10 + Dtpw (250) KED c/ Z + Dtpw (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) KED c/ Z (1000) A primeira selecção foi desenvolvida a partir da totalidade de modelos ensaiados 213

102 para cada intervalo de totalização da precipitação. Os modelos resultantes desta selecção constam da segunda coluna do Quadro Devido ao facto de se terem detectado problemas de colinearidade na maioria dos modelos resultantes deste primeiro apuramento, realizou-se uma segunda selecção a partir dos modelos ensaiados para cada intervalo de totalização da precipitação que não evidenciavam colinearidade. Os resultados correspondentes são fornecidos na terceira coluna do Quadro A quarta e última coluna do Quadro 5.13 apresenta os resultados da selecção efectuada a partir dos modelos ensaiados para cada intervalo de totalização da precipitação que não evidenciavam colinearidade e que apenas incluem uma variável auxiliar. A inclusão desta informação para cada intervalo de totalização da precipitação possibilita comparar o desempenho de modelos que apenas contemplam uma variável auxiliar com o desempenho de modelos que integram mais do que uma variável auxiliar. Os problemas de colinearidade detectados para a maioria dos modelos apresentados na segunda coluna do Quadro 5.13 foram inicialmente revelados, quer por estimações anómalas, quer pelo elevado desvio padrão do erro de alguns dos mapas produzidos para o território Continental. A investigação desenvolvida permitiu verificar que estes problemas têm origem no facto da maioria das variáveis auxiliares, utilizadas a par da altitude, estarem mais correlacionadas com a altitude do que com a precipitação. Os modelos inicialmente seleccionados para a precipitação total anual e para a precipitação média de Novembro constituem exemplos dos problemas de colinearidade identificados. Para a resolução espacial de 1000x1000 metros, constatou-se que a correlação entre a altitude e o patamar altimétrico máximo atingido desde a linha de costa até cada célula, segundo a direcção W, é de Esta associação linear é muito superior à observada entre a precipitação total anual e a altitude (0.46) e à verificada entre a precipitação total anual e o patamar altimétrico máximo atingido desde a linha de costa até cada célula segundo a direcção W (0.37). Aquela associação linear também é muito superior à existente entre a precipitação média de Novembro e a altitude (0.45) e à apurada entre a precipitação média de Novembro e o patamar altimétrico máximo atingido desde a linha de costa até cada célula segundo a direcção W (0.36). Os exemplos apresentados demonstram a instabilidade da grande maioria dos 214

103 modelos apresentados na segunda coluna do Quadro 5.13, que tinham sido inicialmente identificados como os mais ajustados à modelação de cada intervalo de totalização da precipitação. Os mapas construídos a partir destes modelos testemunham o exposto e podem ser consultados no Anexo VII. Os modelos alternativos seleccionados de entre os que não evidenciam colinearidade para cada intervalo de totalização da precipitação recorrem, na sua maioria, à técnica de krigagem com deriva externa e incluem sempre a altitude como variável auxiliar. Comparativamente às restantes técnicas de interpolação testadas, a krigagem com deriva externa revelou ser o método mais ajustado à modelação de todos os intervalos de totalização da precipitação considerados Precipitação total anual No que diz respeito à estimação da precipitação total anual, verificou-se que as técnicas com pior performance na modelação deste intervalo de totalização da precipitação são as thin plate splines, quando ajustadas a 6 observações e a interpolação desenvolvida através de um polinómio do 1º grau ajustado por mínimos quadrados. As maiores correlações entre a precipitação anual observada e a precipitação anual estimada estão associadas ao método de krigagem com deriva externa. Esta técnica também é responsável pelos mais reduzidos valores dos restantes parâmetros adoptados na avaliação dos modelos. A informação apresentada no Quadro 5.14 permite concluir que a krigagem com deriva externa é o método que revela o melhor desempenho global na modelação da precipitação total anual. O modelo de estimação baseado nesta técnica, que inclui como variáveis auxiliares a altitude e o afastamento da linha de costa, avaliado em número de células segundo a direcção W, é o que está associado ao maior indicador multicritério obtido para a precipitação anual. As variáveis auxiliares utilizadas neste modelo apresentam uma resolução espacial de 1000x1000 metros. Os modelos que revelam melhor desempenho na interpolação da precipitação anual para as restantes resoluções espaciais testadas, também se baseiam na técnica de krigagem com deriva externa. Nestes modelos, a única variável explicativa que integra a deriva externa é a altitude. 215

104 Quadro 5.14 Medidas de avaliação das estimativas da precipitação Total Anual (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) A confrontação de estatísticas descritivas da precipitação total anual observada com as estatísticas descritivas equivalentes da precipitação total anual estimada, permite verificar que nenhum dos modelos apresentados no Quadro 5.15 gera estimativas que se afastem muito do valor médio e da mediana das observações daquele intervalo de totalização da precipitação. Quanto ao desvio padrão, observa-se que este é cerca de 3% inferior ao valor real nas estimativas produzidas pela totalidade dos modelos fornecidos. Os valores mínimos da precipitação total anual estimada pelos modelos apresentados são todos muito inferiores à precipitação mínima observada. Para alguns modelos, os desvios de estimação do valor mínimo chegam mesmo a atingir os -81% relativamente ao mínimo observado. No que diz respeito ao valor máximo da precipitação total anual, a maioria dos modelos apresentados no Quadro 5.15 sobreavalia ligeiramente o máximo observado. O modelo que está associado ao maior indicador multi-critério deste intervalo de totalização da precipitação não é, de entre os apresentados, aquele que garante uma estimação menos errónea dos valores máximo e mínimo da precipitação total anual. Uma descida de duas milésimas no indicador multi-critério máximo possibilita identificar um modelo alternativo que produz desvios mais reduzidos 216

105 quer na estimação da mediana, quer na estimação dos valores extremos da precipitação total anual. Quadro 5.15 Estatísticas descritivas das observações e das estimativas da precipitação Total Anual (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multicritério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Desvio Mediana Min. Padrão Max. Valores Observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O modelo em causa baseia-se na krigagem com deriva externa, desenvolvida a partir da informação altimétrica do território Continental à resolução espacial de 1000x1000 metros. A adopção deste modelo em substituição do modelo que apresenta o indicador multi-critério máximo foi considerada preferível porque um pequeno decréscimo do indicador multi-critério viabiliza uma maior aproximação dos parâmetros descritivos da precipitação total anual observada em que se cometiam maiores desvios de estimação. A Figura apresenta as estimativas de precipitação total anual geradas pelo modelo de krigagem que utiliza a altitude, com um nível de detalhe de 1000x1000 metros, como deriva externa. Este modelo reproduz o valor mínimo da precipitação total anual observada com um erro de 56%. A Figura apresenta o desvio padrão do erro de estimação associado ao mesmo modelo. A distribuição espacial da precipitação total anual (Figura 5.103) denota grande conformidade com a distribuição espacial do relevo. O valor mínimo obtido para este intervalo de totalização da precipitação foi de mm. Este quantitativo foi estimado para a zona do concelho de Idanha-a-Nova que faz fronteira com 217

106 Espanha (bacia do Tejo). A menor observação de precipitação total anual reportase a Mértola (456.9 mm). A precipitação máxima estimada pelo modelo adoptado foi de mm, para a zona do Cávado. Figura Estimativas da precipitação total anual (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação total anual (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) As áreas do domínio espacial que carecem de postos de monitorização do fenómeno são evidenciadas por um elevado desvio padrão do erro de estimação. Estas zonas situam-se maioritariamente junto à linha de costa e ainda junto à fronteira com Espanha, nas bacias do Guadiana e do Tejo. Na parte sul do território, as zonas com maior deficit de postos localizam-se nas bacias de Apostiça, Melides, Sado, Mira, Barlavento e Guadiana. Na parte norte do território, as áreas deficitárias em postos situam-se nas bacias do Lis e do Tejo e ainda na região hidrográfica do Vouga e Mondego. A Figura revela as áreas referidas a uma cor mais escura. A Figura identifica as localizações associadas a desvios percentuais absolutos de estimação da precipitação total anual, iguais ou superiores a 25% (EA%>=25%). Os erros identificados resultam da aplicação da técnica de validação cruzada à estimação desenvolvida a partir de krigagem, utilizando como deriva 218

107 externa o modelo altimétrico do território à resolução espacial de 1000x1000 metros. Os desvios apresentados representam 4% da totalidade de observações de precipitação disponíveis. A maioria destes desvios corresponde a uma avaliação por excesso da precipitação total anual observada e a sua ocorrência está associada a áreas onde a altitude não excede os 1100 metros. Os três desvios percentuais de maior magnitude verificam-se na bacia do Douro (designadamente nos postos de Pinhão, Candemil e Barragem de Vilar), em zonas onde a altitude varia entre os 400 e os 600 metros. Os erros cometidos são devidos à inexistência de uma correlação significativa entre a precipitação total anual e a altitude. Uma análise mais detalhada permitiu compreender que os desvios identificados não são Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação total anual (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) linearmente independentes da percentagem de obstrução ao avanço das massas de ar na direcção SW. A correlação dos desvios percentuais absolutos com aquela variável é de Deste modo, observa-se que os erros percentuais absolutos são tanto mais elevados quanto maior for a obstrução citada Precipitação em ano seco Relativamente à modelação da precipitação em ano seco, verificou-se que o método de krigagem com deriva externa é, de entre todos os ensaiados, o que produz os valores mais favoráveis para as cinco medidas de avaliação consideradas. Da análise da informação apresentada no Quadro 5.16 conclui-se que esta técnica também revela o melhor desempenho na modelação da precipitação em ano seco para todas as resoluções espaciais testadas. A krigagem, que inclui na deriva externa a altitude à resolução espacial de 25x25 219

108 metros, é o modelo de estimação que está associado ao maior indicador multicritério da precipitação em ano seco. Os modelos que denotam melhor performance na interpolação da precipitação em ano seco para as resoluções espaciais de 50x50 metros e 100x100 metros também se baseiam na técnica de krigagem com deriva externa e incluem a altitude como única variável auxiliar. Os modelos mais adequados à estimação da precipitação em ano seco, às resoluções espaciais de 1000x1000 metros, 500x500 metros e 250x250 metros, incluem duas variáveis auxiliares: a altitude e o afastamento da linha de costa, avaliado em número de células de acordo com a direcção W. Quadro 5.16 Medidas de avaliação das estimativas da precipitação em Ano Seco (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) As técnicas com pior desempenho na modelação da precipitação em ano seco são a interpolação desenvolvida através de um polinómio do 1º grau ajustado por mínimos quadrados e as thin plate splines, quando ajustadas a 10 observações. O modelo de estimação que está associado ao maior indicador multi-critério da precipitação em ano seco reproduz com grande fidelidade a maioria das estatísticas descritivas da precipitação observada (Quadro 5.17). O valor mínimo da precipitação em ano seco constitui uma excepção ao exposto, uma vez que se desvia -36% do valor mínimo observado. Tal como verificado para a precipitação total anual, o mínimo observado da precipitação em ano seco é reproduzido por 220

109 defeito e com grandes desvios, por todos os modelos apresentados no Quadro A produção, para o território Continental, do mapa de estimativas da precipitação em ano seco e do mapa do desvio padrão do erro de estimação, correspondentes ao modelo de krigagem com deriva externa baseada na altitude à resolução espacial de 25x25 metros, não é suportada pelos recursos informáticos utilizados. Dada a dimensão das matrizes envolvidas, para este nível de detalhe e para a extensão territorial pretendida, a estimação só é viável através da aplicação da técnica de validação cruzada. Quadro 5.17 Estatísticas descritivas das observações e das estimativas da precipitação em Ano Seco (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Por este motivo, disponibilizam-se, como exemplo, as estimativas de precipitação em ano seco produzidas por um modelo cujo indicador multi-critério dista uma milésima do indicador multi-critério máximo. Este último modelo também se baseia na krigagem com deriva externa, desenvolvida a partir da altitude, diferindo apenas na resolução espacial da informação altimétrica, que é de 100x100 metros. A Figura apresenta as estimativas de precipitação em ano seco correspondentes. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação em ano seco através do mesmo modelo. A estimativa mais elevada da precipitação em ano seco produzida através da 221

110 técnica de krigagem utilizando a altitude como deriva externa (à resolução espacial: 100x100 m) foi obtida para a bacia do Cávado, que na realidade apresenta no período considerado os mais elevados registos deste intervalo de totalização da precipitação. Os valores mínimos de precipitação em ano seco, gerados pelo mesmo modelo, estão associados à bacia do Douro (Miranda do Douro, Mogadouro e Foz Côa) e são cerca de 80 mm inferiores à precipitação mínima observada. O desvio padrão do erro de estimação da precipitação em ano seco apresenta uma distribuição espacial muito similar ao desvio padrão do erro de estimação da precipitação total anual. Tal deve-se ao facto da rede de monitorização adoptada ser comum aos dois intervalos de totalização da precipitação. Figura Estimativas da precipitação em ano seco (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 100x100 m) Figura Desvio padrão do erro de estimação da precipitação em ano seco (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 100x100 m) A Figura identifica as localizações associadas a desvios percentuais absolutos de estimação da precipitação em ano seco, iguais ou superiores a 25% (EA%>=25%). Os erros identificados resultam da aplicação da técnica de validação cruzada à estimação desenvolvida por krigagem, utilizando como deriva 222

111 externa o modelo altimétrico do território à resolução espacial de 100x100 metros. Para esta resolução espacial, a percentagem de observações de precipitação em ano seco associada aos desvios referidos é de 7.8%. A adopção de um modelo equivalente à resolução espacial de 25x25 metros, produz uma percentagem igual à referida, de desvios absolutos de estimação iguais ou superiores a 25%. A maioria dos desvios assinalados na Figura corresponde a uma sobreavaliação da precipitação em ano seco e a sua ocorrência está associada a áreas onde a altitude não ultrapassa os 1200 metros. Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação em ano seco (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 100x100 m) Os erros cometidos denotam que a correlação existente entre a precipitação em ano seco e a altitude (0.42) não é suficiente para modelar o fenómeno nas 34 localizações apresentadas. No entanto, as observações de precipitação em ano seco, associadas a desvios percentuais absolutos superiores a 25%, não evidenciam correlações significativas com nenhuma das restantes variáveis auxiliares empregues na modelação deste intervalo de totalização da precipitação. Os desvios percentuais de maior magnitude (superiores a 50%) obtidos na estimação da precipitação em ano seco ocorrem na bacia do Douro, designadamente nos postos de Candemil, Pinhão, Montezinho e Lixa do Alvão Precipitação em ano húmido O método de krigagem com deriva externa é, mais uma vez, de entre todos os testados, o que produz os valores mais favoráveis para as cinco medidas de avaliação associadas à precipitação em ano húmido. A informação apresentada no Quadro 5.18 indica que esta técnica também é a mais adequada para estimar a precipitação em ano húmido, a partir de qualquer uma das seis resoluções 223

112 espaciais estudadas. O modelo de krigagem que integra, na deriva externa, a altitude à resolução espacial de 100x100 metros, é o que está associado ao maior indicador multicritério obtido para a precipitação em ano húmido. Os modelos que evidenciam melhor desempenho na interpolação da precipitação em ano húmido para os níveis de detalhe de 500x500 metros, 250x250 metros, 50x50 metros e 25x25 metros, são similares ao modelo anteriormente descrito. Quadro 5.18 Medidas de avaliação das estimativas da precipitação em Ano Húmido (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Com base no indicador multi-critério, o modelo mais indicado para estimar a precipitação em ano húmido à resolução espacial de 1000x1000 metros, inclui duas variáveis auxiliares: a altitude e o afastamento da linha de costa, avaliado em número de células de acordo com a direcção W. As técnicas com pior desempenho na estimação da precipitação em ano húmido são as thin plate splines, quando ajustadas a 6 observações, e a interpolação desenvolvida através de um polinómio do 1º grau ajustado por mínimos quadrados. O Quadro 5.19 possibilita a comparação de estatísticas descritivas das observações de precipitação em ano húmido com as estatísticas descritivas correspondentes das estimativas de precipitação em ano húmido. Da análise da informação disponibilizada, conclui-se que todos os modelos apresentados produzem estimativas que não distam muito do valor médio e da 224

113 mediana das observações daquele intervalo de totalização da precipitação. No que diz respeito ao desvio padrão, observa-se que este é um pouco inferior ao valor real nas estimativas produzidas pela totalidade dos modelos fornecidos. O valor máximo observado para este intervalo de totalização da precipitação é moderadamente subavaliado pela maioria dos modelos constantes do Quadro Quadro 5.19 Estatísticas descritivas das observações e das estimativas da precipitação em Ano Húmido (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Os valores mínimos estimados pelos modelos apresentados para a precipitação em ano húmido são, mais uma vez, muito inferiores à precipitação mínima observada. O modelo de krigagem que utiliza como deriva externa a altitude, à resolução de 100x100 metros, subavalia em 56.1% o valor mínimo das observações deste intervalo de totalização da precipitação. O modelo de krigagem com deriva externa, em que a altitude é utilizada à resolução espacial de 25x25 metros é, de entre os apresentados, o que garante o menor desvio da precipitação mínima observada. O desvio continua, no entanto, a ser muito elevado (-51%) e o maior afastamento das estimativas da média e da mediana da precipitação em ano húmido, não justifica a selecção deste último modelo em detrimento do que apresenta o indicador multi-critério máximo. A Figura apresenta as estimativas de precipitação em ano húmido 225

114 produzidas pela técnica de krigagem com deriva externa, desenvolvida com base na informação altimétrica do território Continental à resolução espacial de 100x100 metros. A Figura revela o desvio padrão do erro de estimação associado ao mesmo modelo. A análise das estimativas de precipitação em ano húmido produzidas pelo modelo referido permite destacar que a estimativa mais elevada foi de mm, para a bacia do Cávado. A estimativa mais reduzida de precipitação em ano húmido, obtida pelo modelo, foi de mm para a bacia do Douro (Miranda do Douro e Mogadouro). Enquanto que a precipitação máxima observada em ano húmido também ocorreu na zona do Cávado, o quantitativo mais baixo deste intervalo de totalização da precipitação foi medido na bacia do Guadiana. Figura Estimativas da precipitação em ano húmido (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 100x100 m) Figura Desvio padrão do erro de estimação da precipitação em ano húmido (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 100x100 m) A Figura identifica as localizações associadas a desvios percentuais absolutos de estimação da precipitação em ano húmido, iguais ou superiores a 25% (EA%>=25%). Os erros identificados resultam da aplicação da técnica de validação cruzada à estimação desenvolvida a partir do modelo a que se reporta a Figura A percentagem de observações de precipitação em ano húmido 226

115 associada aos desvios apresentados é de 7.5%. A maioria destes desvios corresponde a uma estimação por excesso da precipitação em ano húmido. A distribuição espacial dos desvios percentuais mencionados denota uma maior concentração na parte norte do território, em zonas de altitude inferior a 1200 metros. Os desvios percentuais superiores a 50% verificam-se na bacia do Douro, designadamente nos postos de Pinhão, Montezinho e Candemil. Uma análise mais detalhada dos erros cometidos revelou que, nas localizações indicadas, a correlação existente entre a precipitação em ano húmido e a altitude (0.32) é insuficiente para modelar o fenómeno. As observações de precipitação relativas aos desvios apresentados na Figura também não estão significativamente correlacionadas com outras variáveis auxiliares utilizadas na modelação deste intervalo de totalização da precipitação. Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação em ano húmido (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 100x100 m) Precipitação média de Janeiro Quanto à precipitação média de Janeiro, observa-se que as mais elevadas correlações entre valores observados e estimados também foram obtidas a partir do método de Krigagem com deriva externa. Esta técnica é igualmente responsável pelos menores erros. No Quadro 5.20 apresentam-se as medidas de avaliação dos modelos que obtiveram o maior indicador multi-critério para cada resolução espacial. Da análise da informação apresentada, conclui-se que a krigagem com deriva externa é o método que demonstra o melhor desempenho na modelação da precipitação média de Janeiro, para todas as resoluções espaciais 227

116 testadas. O modelo de estimação baseado nesta técnica, que inclui como variáveis auxiliares a altitude e o declive, é o que está associado ao maior indicador multicritério obtido para a precipitação média de Janeiro. As variáveis auxiliares que integram este modelo apresentam uma resolução espacial de 1000x1000 metros. Quadro 5.20 Medidas de avaliação das estimativas da precipitação média de Janeiro (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Decl (1000) KED c/ Z + Decl (500) KED c/ Z + Decl (250) KED c/ Z + Decl (100) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O modelo que evidencia melhor desempenho na interpolação da precipitação média de Janeiro para a resolução espacial de 100x100 metros inclui duas variáveis auxiliares: a altitude e o afastamento da linha de costa, avaliado em número de células de acordo com a direcção W. Ainda com base na avaliação do indicador multi-critério, o modelo que revela melhor desempenho na interpolação da precipitação média de Janeiro, para as resoluções espaciais de 500x500 metros, 250x250 metros, 50x50 metros e 25x25 metros, contempla a altitude como única variável auxiliar. Os métodos menos adequados à estimação da precipitação de Janeiro são as thin plate splines, quando ajustadas a 12 ou a 6 observações. Através do Quadro 5.21, verifica-se que o modelo de estimação que está associado ao maior indicador multi-critério da precipitação média de Janeiro retrata 228

117 com alguma precisão o valor médio, a mediana e o desvio padrão da precipitação observada. O valor máximo da precipitação média de Janeiro é subavaliado por aquele modelo com um erro de 3.2%. Quadro 5.21 Estatísticas descritivas das observações e das estimativas da precipitação média de Janeiro (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Desvio Mediana Min. Padrão Max. Valores observados KED c/ Z + Decl (1000) KED c/ Z + Decl (500) KED c/ Z + Decl (250) KED c/ Z + Decl (100) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) À semelhança do já verificado para as precipitações anuais, o valor mínimo observado da precipitação média de Janeiro é reproduzido por defeito e com grandes desvios, por todos os modelos apresentados no Quadro O modelo de krigagem acima referido, subavalia em 83% o valor mínimo observado da precipitação média de Janeiro. A magnitude do desvio cometido por aquele modelo na estimação da precipitação mínima observada justifica a pesquisa de um modelo alternativo que assegure uma reprodução mais fiel daquele valor extremo. O indicador multi-critério do modelo alternativo não deve, contudo, distanciar-se muito do maior indicador multi-critério identificado para a precipitação média de Janeiro. O indicador multi-critério associado ao modelo de krigagem, que inclui como deriva externa a altitude à resolução espacial de 1000x1000 metros, difere três milésimas do indicador multi-critério máximo. Este último modelo subavalia o máximo e o mínimo observado da precipitação média de Janeiro com erros de 229

118 4.8% e 79%, respectivamente. Dado que o desvio cometido na estimação do valor mínimo é ligeiramente inferior e os desvios das restantes estatísticas descritivas não são substancialmente maiores, entendeu-se que seria mais adequado seleccionar o modelo de krigagem que inclui como deriva externa a altitude à resolução espacial de 1000x1000 metros, em substituição do modelo que apresenta o indicador multi-critério máximo da precipitação média de Janeiro. A Figura apresenta as estimativas da precipitação média de Janeiro obtidas através de krigagem, utilizando como deriva externa o modelo altimétrico do território à resolução espacial de 1000x1000 metros. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação média de Janeiro através do mesmo modelo. Da análise desta última figura, ressalta que o desvio padrão mais elevado se restringe às áreas pior monitorizadas. Figura Estimativas da precipitação média de Janeiro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Janeiro (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Os quantitativos de precipitação reproduzidos na Figura revelam que os valores mínimos da precipitação média de Janeiro ocorrem nas bacias do Guadiana e do Douro, designadamente em Mértola e em Miranda do Douro. O maior valor da precipitação média de Janeiro foi estimado para a bacia do Cávado. 230

119 Os valores mínimo e máximo estimados pelo modelo de krigagem (utilizando como deriva externa a altitude à resolução espacial de 1000x1000 metros) para a precipitação média de Janeiro foram, respectivamente, 46.3 mm e mm. A Figura identifica as localizações associadas a desvios percentuais absolutos de estimação da precipitação média de Janeiro, iguais ou superiores a 25% (EA%>=25%). Os erros identificados resultam da aplicação da técnica de validação cruzada à estimação desenvolvida a partir do mesmo modelo que possibilitou o cálculo das estimativas de precipitação apresentadas na Figura A percentagem de observações de precipitação associada aos desvios apresentados na Figura é de 8.2%. A maioria destes desvios corresponde a uma estimação por excesso da precipitação média de Janeiro. Os desvios absolutos de estimação da precipitação média de Janeiro, iguais ou superiores a 25%, predominam nas bacias do Tejo e do Douro, em zonas de altitude inferior a 1200 metros. Os desvios percentuais superiores a 50% verificam-se na bacia do Douro, designadamente nos postos de Pinhão, Candemil e Barragem de Vilar. A análise dos erros cometidos demonstrou que, nas localizações indicadas, a correlação existente entre a precipitação média de Janeiro e a altitude (0.44) é insuficiente para modelar o fenómeno. Nestes casos, as observações de precipitação apresentam uma maior associação linear (0.65) com o declive. Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Janeiro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Precipitação média de Fevereiro No que diz respeito à estimação da precipitação média de Fevereiro, a informação 231

120 disponibilizada no Quadro 5.22 comprova, mais uma vez, a superioridade do método de krigagem com deriva externa relativamente às restantes técnicas testadas. Apesar deste método ser o mais vocacionado para estimar a variabilidade espacial da precipitação média de Fevereiro para as seis resoluções espaciais analisadas, os modelos seleccionados para cada nível de detalhe diferem nas variáveis auxiliares que incluem. O modelo de estimação que inclui como variáveis auxiliares a altitude e o afastamento da linha de costa, avaliado em número de células de acordo com a direcção W, é o que está associado ao maior indicador multi-critério obtido para a precipitação média de Fevereiro. As variáveis auxiliares utilizadas neste modelo apresentam uma resolução espacial de 1000x1000 metros. Quadro 5.22 Medidas de avaliação das estimativas da precipitação média de Fevereiro (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Os modelos mais ajustados para estimar a precipitação média de Fevereiro, às resoluções espaciais de 500x500 metros e 100x100 metros, socorrem-se das mesmas variáveis auxiliares que o modelo anteriormente referido. Os modelos que evidenciam melhor desempenho na interpolação da precipitação média de Fevereiro para os níveis de detalhe de 250x250 metros, 50x50 metros e 25x25 metros apenas incluem a altitude como variável auxiliar. Os métodos com pior desempenho na estimação da precipitação de Fevereiro são a interpolação desenvolvida através de um polinómio do 1º grau ajustado por 232

121 mínimos quadrados e as thin plate splines, quando ajustadas a 6 observações. A comparação de estatísticas descritivas das observações e das estimativas da precipitação média de Fevereiro possibilita concluir que a maioria dos modelos apresentados no Quadro 5.23 reproduz com algum rigor o valor médio, a mediana e o desvio padrão das observações associadas àquele intervalo de totalização da precipitação. As estimativas do valor máximo da precipitação média de Fevereiro geradas pelos modelos apresentados no Quadro 5.23 são, na sua maioria, superiores ao máximo observado. O valor mínimo da precipitação média de Fevereiro é estimado por defeito e com grande erro, por todos os modelos apresentados. Quadro 5.23 Estatísticas descritivas das observações e das estimativas da precipitação média de Fevereiro (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Desvio Mediana Min. Padrão Max. Valores observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O modelo que está associado ao maior indicador multi-critério da precipitação média de Fevereiro estima o valor mínimo e o valor máximo com desvios de 66% e 3.4%, respectivamente. Dado que o desvio cometido na estimação do valor mínimo observado pelo modelo que apresenta o maior indicador multi-critério da precipitação média de Fevereiro é muito elevado, tentou-se identificar um modelo alternativo que permitisse diminuir o erro associado à estimação do valor mínimo, sem no entanto prejudicar as estimativas das restantes estatísticas descritivas consideradas. O modelo seleccionado apresenta um indicador multi-critério que 233

122 apenas difere duas milésimas do indicador multi-critério máximo. Trata-se do modelo de krigagem que inclui como deriva externa a altitude, à resolução espacial de 1000x1000 metros. Este modelo estima o valor mínimo da precipitação média de Fevereiro com um erro de 56.5%. Os erros cometidos por este último modelo na estimação das restantes estatísticas descritivas da precipitação média de Fevereiro são quase equivalentes ao modelo que apresenta o indicador multicritério máximo. A Figura apresenta as estimativas da precipitação média de Fevereiro obtidas a partir do modelo de krigagem que inclui como deriva externa a altitude, à resolução espacial de 1000x1000 metros. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação média de Fevereiro através do mesmo modelo. Figura Estimativas da precipitação média de Fevereiro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Fevereiro (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) A análise das estimativas representadas na Figura possibilita destacar que o valor máximo da precipitação média de Fevereiro está mais uma vez associado à bacia do Cávado. O valor mínimo deste intervalo de totalização da precipitação foi estimado para a bacia do Guadiana (Mértola). A precipitação máxima 234

123 estimada sem recurso à técnica de validação cruzada é 78 mm superior à precipitação máxima observada. A precipitação mínima produzida nas mesmas circunstâncias é ligeiramente inferior (-6 mm) à precipitação mínima observada. A Figura identifica as localizações onde, na estimação da precipitação média de Fevereiro, se cometeram erros percentuais absolutos iguais ou superiores a 25% (EA%>=25%). Os desvios identificados resultam da aplicação da técnica de validação cruzada à estimação desenvolvida a partir de krigagem, utilizando como deriva externa o modelo altimétrico do território à resolução espacial de 1000x1000 metros. A percentagem de observações da precipitação média de Fevereiro associada aos desvios referidos é de 6.8%. A maior parte dos desvios assinalados na Figura corresponde a uma avaliação por excesso da precipitação média de Fevereiro e a sua ocorrência está associada a áreas onde a altitude não ultrapassa os 1100 metros. Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Fevereiro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Os maiores desvios percentuais (superiores a 50%) concentram-se na bacia do Douro, designadamente nos postos de Pinhão, Candemil, Montezinho e Barragem de Vilar. Para as observações associadas a desvios percentuais iguais ou superiores a 25%, a correlação entre a precipitação média de Fevereiro e a altitude é de Nestes casos, a altitude parece ser desadequada para modelar a variabilidade espacial da precipitação média de Fevereiro. Contudo, nenhuma das restantes variáveis auxiliares utilizadas neste estudo demonstrou isoladamente melhor desempenho global na modelação deste intervalo de totalização da precipitação. 235

124 Precipitação média de Março As medidas de avaliação obtidas para as estimativas da precipitação média de Março (vide Quadro 5.24) indicam que o método de krigagem com deriva externa é responsável pelos valores mais favoráveis das cinco medidas empregues para apreciação dos modelos ensaiados. Esta conclusão é válida para todas as resoluções espaciais analisadas. O modelo de estimação baseado nesta técnica, que inclui como variável auxiliar a altitude à resolução espacial de 1000x1000 metros, é o que está associado ao maior indicador multi-critério obtido para a precipitação média de Março. Os modelos mais adequados à interpolação da precipitação média de Março para as resoluções espaciais de 250x250 metros, 100x100 metros, 50x50 metros e 25x25 metros, também se socorrem da altitude como única variável auxiliar. O modelo a que corresponde o maior indicador multi-critério, à resolução espacial de 500x500 metros, utiliza duas variáveis auxiliares: a altitude e o afastamento da linha de costa, avaliado em número de células de acordo com a direcção W. Quadro 5.24 Medidas de avaliação das estimativas da precipitação média de Março (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Os métodos com pior desempenho na estimação da precipitação de Março são as thin plate splines, quando ajustadas a 6 ou a 12 observações. A análise de estatísticas descritivas relativas às estimativas da precipitação média de Março produzidas pelos modelos apresentados (vide Quadro 5.25) permite 236

125 concluir que a maioria dos modelos retrata, sem grandes desvios, o valor médio e a mediana das observações associadas àquele intervalo de totalização da precipitação. No que diz respeito ao desvio padrão da precipitação média de Março, este é moderadamente subavaliado pela totalidade dos modelos apresentados. As estimativas do valor máximo da precipitação média de Março são, na sua maioria, superiores ao máximo observado. O valor mínimo da precipitação média de Março é o parâmetro descritivo estimado com maior erro por todos os modelos apresentados. O desvio do valor mínimo observado cometido pelo modelo de krigagem que utiliza a altitude como deriva externa, à resolução espacial de 1000x1000 metros, é de 83.2%. Este desvio pode ser reduzido para 72% por adopção do modelo de krigagem que utiliza a altitude como deriva externa, à resolução espacial de 25x25 metros. No entanto, este último modelo não reproduz, com a mesma fidelidade que o modelo associado ao indicador multicritério máximo, as restantes estatísticas descritivas da precipitação média de Março. Por este motivo, não se considera justificável a selecção de um modelo alternativo ao que apresenta o maior indicador multi-critério. Quadro 5.25 Estatísticas descritivas das observações e das estimativas da precipitação média de Março (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Desvio Mediana Min. Padrão Max. Valores observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) A Figura apresenta as estimativas da precipitação média de Março obtidas para o território Continental através do modelo de krigagem que utiliza a altitude 237

126 como deriva externa, à resolução espacial de 1000x1000 metros. A Figura mostra o desvio padrão do erro associado às estimativas da Figura A análise dos quantitativos de precipitação gerados pelo modelo a que se reporta a Figura indica que as estimativas mais reduzidas deste intervalo de totalização da precipitação foram obtidas para as zonas de Murça e Alijó, que se situam na bacia do Douro. Os quantitativos mais elevados da precipitação média de Março foram produzidos para a região do Cávado e do Lima. A precipitação máxima estimada pelo modelo referido ultrapassa em 54 mm a precipitação máxima observada. O valor mínimo de precipitação estimado pelo mesmo modelo é cerca de 30% inferior ao valor mínimo observado para a precipitação média de Março. Constata-se, deste modo, que na ausência da aplicação da técnica de validação cruzada, o modelo seleccionado permite diminuir substancialmente o desvio cometido na estimação do valor mínimo deste intervalo de totalização da precipitação. Figura Estimativas da precipitação média de Março (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Março (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) A Figura identifica os locais onde as estimativas da precipitação média de Março apresentam desvios percentuais absolutos da precipitação observada iguais 238

127 ou superiores a 25% (EA%>=25%). Os desvios foram obtidos por aplicação da técnica de validação cruzada à estimação desenvolvida a partir de krigagem, utilizando como deriva externa o modelo altimétrico do território à resolução espacial de 1000x1000 metros. A percentagem de observações da precipitação média de Março correspondente aos desvios referidos é de 7.1%. A maioria dos desvios indicados resulta de uma sobreavaliação da precipitação. Os desvios predominam no norte do território, em zonas onde a altitude é inferior a 1100 metros. Os desvios percentuais de maior magnitude são observáveis nos postos de Pinhão e Candemil, que se situam na bacia do Douro. Nas localizações que apresentam desvios absolutos de estimação da precipitação observada iguais ou superiores a 25%, o pior desempenho do modelo de interpolação é explicado pelo facto da precipitação apresentar uma correlação pouco significativa com a altitude (0.31). A variável auxiliar que revela maior associação linear com estas observações de precipitação é o afastamento da linha de costa, avaliado em número de células, na direcção W. A correlação existente entre ambas as variáveis, é de Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Março (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Precipitação média de Abril Das técnicas analisadas na modelação da precipitação média de Abril, as thin plate splines, ajustadas a 6 observações, e a interpolação polinomial do 1º grau, ajustada por mínimos quadrados, são as que revelam pior desempenho. Através da análise da informação disponibilizada no Quadro 5.26, conclui-se que o modelo que evidencia melhor desempenho na interpolação da precipitação média 239

128 de Abril é a krigagem baseada na altitude como deriva externa. Este modelo é notoriamente superior para todos os níveis de detalhe estudados na estimação da precipitação média de Abril. O indicador multi-critério máximo obtido para a precipitação média de Abril está associado ao modelo citado, quando se emprega a informação altimétrica à resolução espacial de 1000x1000 metros. Quadro 5.26 Medidas de avaliação das estimativas da precipitação média de Abril (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O Quadro 5.27 permite avaliar a performance de diversos modelos na reprodução de cinco estatísticas descritivas das observações da precipitação média de Abril. A informação apresentada possibilita verificar que o modelo de krigagem que inclui como deriva externa a altitude, à resolução espacial de 1000x1000 metros, retrata com alguma precisão o valor médio e a mediana da precipitação observada. Quadro 5.27 Estatísticas descritivas das observações e das estimativas da precipitação média de Abril (1959/ /91) e indicadores multi-critério associados aos vários modelos Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O desvio padrão da precipitação média de Abril é estimado por defeito, com erros que rondam os 3%. O valor máximo da precipitação média de Abril é estimado por 240

129 excesso pela maioria dos modelos apresentados, com excepção do modelo associado ao indicador multi-critério máximo, que subavalia aquela observação (com um desvio de 3.4%). À semelhança do verificado para os diversos intervalos de totalização da precipitação já abordados, o valor mínimo observado da precipitação média de Abril é reproduzido com grandes desvios, por todos os modelos apresentados. O modelo de krigagem acima referido subavalia o valor mínimo observado da precipitação média de Abril em 53.4%. Este desvio pode ser atenuado para 45%, por adopção do modelo de krigagem que utiliza a altitude como deriva externa, à resolução espacial de 25x25 metros. Contudo, este último modelo reproduz com maior erro que o modelo associado ao indicador multicritério máximo, o valor médio, a mediana e o desvio padrão da precipitação média de Abril. Por este motivo, não se justifica a sua selecção em substituição do modelo inicialmente seleccionado. A Figura apresenta as estimativas da precipitação média de Abril obtidas através de krigagem com deriva externa, desenvolvida com base na informação altimétrica do território Continental à resolução espacial de 1000x1000 metros. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação média de Abril através do mesmo modelo. A Figura mostra que o desvio padrão de maior magnitude se circunscreve às áreas pior monitorizadas, que são similares às já identificadas para a precipitação total anual. O modelo baseado na krigagem com deriva externa, que inclui como variável auxiliar a altitude à resolução espacial de 1000x1000 metros, estima os valores mais reduzidos da precipitação média de Abril para as zonas de Idanha-a-Nova, Foz Côa e Figueira de Castelo Rodrigo. O valor mínimo estimado para a precipitação média de Abril foi de 31.6 mm. A estimativa mais elevada deste intervalo de totalização da precipitação (286.2 mm) foi obtida para a bacia do Cávado. A análise dos quantitativos da precipitação média de Abril, estimados sem recurso à técnica de validação cruzada (Figura 5.121), permite concluir que as estimativas de valores extremos se afastam muito menos dos valores extremos observados, do que as estimativas equivalentes calculadas através de validação cruzada (Quadro 5.27). 241

130 Figura Estimativas da precipitação média de Abril (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Abril (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) A Figura apresenta os locais onde as estimativas da precipitação média de Abril, obtidas através da técnica de validação cruzada, apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). Os desvios apresentados resultam da estimação desenvolvida a partir do modelo a que se reporta a Figura A percentagem de observações da precipitação média de Abril correspondente aos desvios apresentados é de 5.2%. A maioria dos erros é consequência de uma sobreavaliação da precipitação. Os desvios identificados predominam em zonas onde a altitude é inferior a 1200 metros. Os desvios percentuais de maior magnitude são observáveis nas bacias do Douro e do Tejo e correspondem a pequenos quantitativos da precipitação observada. A precipitação estimada para os postos de Pinhão e Candemil revela desvios absolutos da precipitação observada superiores a 50%. Apesar dos erros apresentados na Figura 5.123, a altitude é, de entre as variáveis auxiliares empregues na modelação deste intervalo de totalização da precipitação, a variável mais correlacionada (0.57), nas localizações indicadas, com a precipitação média de Abril. 242

131 Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Abril (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Precipitação média de Maio Na estimação da precipitação de média Maio, constata-se, mais uma vez, que o método de krigagem com deriva externa é, de entre todos os ensaiados, o que produz os valores mais favoráveis para as cinco medidas de avaliação consideradas. As técnicas com pior desempenho na modelação da precipitação média de Maio são as thin plate splines, quando ajustadas a 12 ou a 6 observações. Da análise da informação apresentada no Quadro 5.28 conclui-se que o modelo de krigagem que utiliza a altitude como deriva externa apresenta o melhor desempenho na modelação da precipitação média de Maio, para todas as resoluções espaciais testadas. O maior indicador multi-critério da precipitação média de Maio está associado ao modelo de krigagem com deriva externa, onde a altitude é utilizada com um nível de detalhe de 1000x1000 metros. 243

132 Quadro 5.28 Medidas de avaliação das estimativas da precipitação média de Maio (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O Quadro 5.29 possibilita a confrontação de estatísticas descritivas das observações e das estimativas da precipitação média de Maio. Da sua análise conclui-se que o modelo de krigagem, que inclui na deriva externa a altitude à resolução espacial de 1000x1000 metros, reproduz com alguma fidelidade as cinco estatísticas descritivas das observações da precipitação média de Maio. Apesar da subavaliação do desvio padrão e dos valores máximo e mínimo da precipitação média de Maio, o maior desvio cometido pelo modelo associado ao indicador multi-critério máximo é de 3.9%, na reprodução da precipitação mínima observada. Quadro 5.29 Estatísticas descritivas das observações e das estimativas da precipitação média de Maio (1959/ /91) e indicadores multi-critério associados aos vários modelos Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) A Figura apresenta as estimativas da precipitação média de Maio obtidas através do modelo que obteve o maior indicador multi-critério. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação 244

133 média de Maio através do mesmo modelo. Figura Estimativas da precipitação média de Maio (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Maio (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) O valor máximo e o valor mínimo estimados através do modelo de krigagem com deriva externa, que se socorre de informação altimétrica à resolução espacial de 1000x1000 metros, foram respectivamente mm e 15.4 mm. O quantitativo máximo está associado à bacia do Cávado, enquanto que o valor mínimo de precipitação foi produzido para Sagres (bacia do Barlavento). A Figura identifica os locais onde as estimativas da precipitação média de Maio apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). Os desvios foram calculados através da técnica de validação cruzada, que foi aplicada à estimação desenvolvida a partir do modelo que obteve o maior indicador multi-critério para este intervalo de totalização da precipitação. A percentagem de observações da precipitação média de Maio que corresponde aos desvios assinalados é de 5.7%. Os desvios apresentados predominam em zonas onde a altitude é inferior a 1200 metros. Apesar de, nestas localizações, se verificar uma correlação significativa entre a precipitação e altitude (0.65), a má estimação realizada parece indiciar que 245

134 existem outras variáveis com capacidade explicativa do fenómeno que não foram contempladas neste estudo. Os desvios percentuais de maior magnitude (superiores a 50%) foram obtidos para as observações do Cabo Carvoeiro (ribeiras do Oeste) e dos postos de Pinhão e Barragem de Vilar que se situam na bacia do Douro. Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Maio (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Precipitação média de Junho No que diz respeito à precipitação de média de Junho, observa-se que o método de Krigagem com deriva externa é novamente responsável pelos menores erros de estimação. No Quadro 5.30 destacam-se as medidas de avaliação dos modelos que obtiveram o maior indicador multi-critério para cada resolução espacial. Da análise da informação apresentada, conclui-se que a krigagem com deriva externa baseada na altitude é o método que demonstra o melhor desempenho na modelação da precipitação média de Junho, para todas as resoluções espaciais testadas. As técnicas com pior desempenho na modelação da precipitação média de Junho são as thin plate splines, quando ajustadas a 12 ou a 10 observações. O modelo de estimação que está associado ao maior indicador multi-critério obtido para a precipitação média de Junho é o que utiliza a informação altimétrica à 246

135 resolução espacial de 100x100 metros. Quadro 5.30 Medidas de avaliação das estimativas da precipitação média de Junho (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) A confrontação de estatísticas descritivas das estimativas da precipitação média de Junho com as estatísticas descritivas equivalentes das observações do mesmo intervalo de totalização da precipitação, permite verificar que os modelos apresentados no Quadro 5.31 retratam com alguma precisão o valor médio, a mediana e o desvio padrão da precipitação média de Junho. Quadro 5.31 Estatísticas descritivas das observações e das estimativas da precipitação média de Junho (1959/ /91) e indicadores multi-critério associados aos vários modelos Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Desvio Mediana Min. Padrão Max. Valores observados KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) As estimativas do valor máximo deste intervalo de totalização da precipitação afastam-se menos do valor máximo observado, para as resoluções espaciais de maior detalhe. O desvio cometido na reprodução do valor máximo da precipitação média de Junho pelo modelo de estimação que está associado ao maior indicador multi-critério é de -0.5%. O valor mínimo observado da precipitação média de Junho é estimado por defeito por todos os modelos apresentados. O modelo de 247

136 krigagem com deriva externa, baseado na altitude à resolução espacial de 100x100 metros, estima o valor mínimo observado com um desvio de -11.5%. Este desvio corresponde ao maior erro cometido pelo modelo na reprodução das estatísticas descritivas das observações da precipitação média de Junho e não pode ser minorado por adopção de um modelo alternativo de entre os apresentados no Quadro As estimativas da precipitação média de Junho produzidas para o território Continental através do modelo de krigagem com deriva externa, baseado na altitude à resolução espacial de 100x100 metros, são apresentadas na Figura O desvio padrão do erro das estimativas obtidas pelo mesmo modelo é apresentado na Figura Figura Estimativas da precipitação média de Junho (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 100x100 m) Figura Desvio padrão do erro de estimação da precipitação média de Junho (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 100x100 m) A precipitação mínima estimada pelo modelo adoptado é de 6.7 mm, para a zona de Sagres. A precipitação mínima observada no mesmo período foi ligeiramente superior e também está associada ao posto de Sagres. A precipitação máxima calculada pelo modelo é de mm, para a zona do Cávado. Este quantitativo 248

137 é 15 mm superior ao máximo da precipitação média de Junho, que foi igualmente observado na bacia do Cávado. As áreas do território para as quais foram produzidas as estimativas menos fiáveis da precipitação média de Junho são zonas carenciadas de postos de monitorização do fenómeno. Dado que a rede de monitorização da precipitação utilizada neste estudo é comum às precipitações anuais e mensais, as áreas em questão já foram identificadas na análise desenvolvida para a precipitação total anual. Na Figura identificam-se os locais onde as estimativas da precipitação média de Junho apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). Os desvios foram calculados através da técnica de validação cruzada, que foi aplicada à estimação desenvolvida a partir de krigagem, utilizando como deriva externa o modelo altimétrico do território à resolução espacial de 100x100 metros. A percentagem de observações da precipitação média de Junho correspondente aos desvios apresentados é de 8.9%. Os desvios percentuais absolutos superiores a 25% não se concentram em regiões hidrográficas preferenciais. Os locais com desvios percentuais absolutos de estimação da precipitação observada superiores a 50% são Cabo da Roca (ribeiras do Oeste), Montezinho e Candemil (bacia do Douro). A maioria dos desvios Figura Identificação dos postos com maiores erros percentuais absolutos assinalados corresponde a uma (>=25%) associados às estimativas da avaliação por excesso da precipitação média de Junho (1959/ /91), obtidas através da técnica de precipitação média de Junho krigagem utilizando a altitude como deriva observada e a sua ocorrência está externa (resolução espacial: 100x100 m) associada a áreas onde a altitude não excede os 1200 metros. Uma análise mais aprofundada permitiu entender que a modelação da precipitação média de Junho 249

138 com base na informação altimétrica é insuficiente, porque os desvios representados na Figura ainda são linearmente dependentes do declive (a correlação dos desvios percentuais absolutos com esta variável é de 0.69) Precipitação média de Julho Na estimação da precipitação média de Julho verifica-se, mais uma vez, que o método de krigagem com deriva externa é, de entre todos os ensaiados, o que produz os valores mais favoráveis para as cinco medidas de avaliação consideradas. Da análise da informação apresentada no Quadro 5.32 conclui-se que aquela técnica apresenta o melhor desempenho na modelação da precipitação média de Julho para todas as resoluções espaciais testadas. O modelo de estimação que está associado ao maior indicador multi-critério obtido para a precipitação média de Julho é o que utiliza a altitude à resolução espacial de 1000x1000 metros como variável auxiliar. Os modelos que denotam melhor performance na interpolação da precipitação média de Julho, para as resoluções espaciais de 250x250 metros, 50x50 metros e 25x25 metros também incluem a altitude como única variável auxiliar. Quadro 5.32 Medidas de avaliação das estimativas da precipitação média de Julho (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O modelo mais adequado à estimação da precipitação média de Julho, às resoluções espaciais de 500x500 metros e de 100x100 metros, inclui duas variáveis auxiliares: a altitude e o afastamento da linha de costa, avaliado em 250

139 número de células segundo a direcção W. As técnicas com pior desempenho na modelação da precipitação média de Julho são as thin plate splines, quando ajustadas a 6 observações e a interpolação polinomial do 1º grau, ajustada por mínimos quadrados. A comparação de estatísticas descritivas das observações e das estimativas da precipitação média de Julho permite verificar que os modelos apresentados no Quadro 5.33 geram estimativas que não distam muito do valor médio das observações daquele intervalo de totalização da precipitação. Quadro 5.33 Estatísticas descritivas das observações e das estimativas da precipitação média de Julho (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) A mediana da precipitação média de Julho é estimada por excesso por todos os modelos apresentados, com um erro máximo de 5.1%. Quanto ao desvio padrão, observa-se que as estimativas produzidas pela totalidade dos modelos fornecidos são cerca de 3% inferiores ao valor real. Os valores mínimos da precipitação média de Julho estimados pelos modelos apresentados excedem a precipitação mínima observada quando se recorre à interpolação por krigagem com deriva externa, utilizando a altitude como única variável auxiliar. Os modelos de krigagem com deriva externa que utilizam a altitude e o afastamento da linha de costa, avaliado em número de células segundo a direcção W, como variáveis auxiliares, subavaliam a precipitação mínima observada. No 251

140 entanto, os modelos que apenas incluem a altitude como variável auxiliar são os que cometem menores desvios de estimação do valor mínimo observado. No que diz respeito ao valor máximo da precipitação média de Julho, a maioria dos modelos apresentados no Quadro 5.33 estima por defeito a precipitação máxima observada. O modelo que está associado ao maior indicador multi-critério obtido para este intervalo de totalização da precipitação não é, de entre os apresentados, aquele que garante uma estimação menos errónea dos valores extremos da precipitação média de Julho. Os desvios cometidos por aquele modelo na estimação dos valores máximo e mínimo da precipitação média de Julho são respectivamente, % e 33.3%. Uma descida de duas milésimas no indicador multi-critério máximo possibilita identificar um modelo alternativo que produz menores desvios na estimação da maioria dos parâmetros descritivos da precipitação média de Julho. O modelo em causa também se baseia na krigagem, mas utiliza como deriva externa a informação altimétrica do território com um nível de detalhe de 250x250 metros. A adopção deste modelo em substituição do modelo que apresenta o indicador multi-critério máximo é legitimada pelo facto de que um pequeno decréscimo do indicador multi-critério permite uma reprodução mais fiel da maioria dos parâmetros descritivos analisados para a precipitação média de Julho. A Figura apresenta as estimativas de precipitação média de Julho geradas pelo modelo de krigagem que utiliza a altitude, com um nível de detalhe de 250x250 metros, como deriva externa. Este modelo reproduz o valor máximo da precipitação média de Julho observada com um erro de 0.6% e desvia-se 18.3% da precipitação mínima observada. A Figura apresenta o desvio padrão do erro de estimação associado ao mesmo modelo. O valor mínimo da precipitação média de Julho calculado pelo modelo associado à Figura foi de 0.2 mm, para Grândola (bacia de Melides). A menor observação da precipitação média de Julho no período considerado reporta-se ao barlavento Algarvio (posto de Sagres). A precipitação máxima estimada pelo mesmo modelo foi de 62.0 mm, para a zona do Cávado. 252

141 Figura Estimativas da precipitação média de Julho (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 250x250 m) Figura Desvio padrão do erro de estimação da precipitação média de Julho (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 250x250 m) A Figura identifica as localizações associadas a desvios percentuais absolutos de estimação da precipitação média de Julho, iguais ou superiores a 25% (EA%>=25%). Os erros identificados resultam da aplicação da técnica de validação cruzada à estimação desenvolvida a partir de krigagem, utilizando como deriva externa o modelo altimétrico do território à resolução espacial de 250x250 metros. Os desvios apresentados representam 26.2% da totalidade de observações de precipitação disponíveis. A elevada percentagem de erros obtida reflecte um mau desempenho do modelo adoptado na estimação da variabilidade espacial deste intervalo de totalização da precipitação. A precipitação média de Julho é, de entre as estudadas, a que apresenta o segundo coeficiente de variação mais elevado. A pequena pluviosidade que se verifica neste período do ano é maioritariamente devida a fenómenos convectivos muito localizados, o que contribui para que a estimação da variabilidade espacial do fenómeno seja mais problemática. A maioria dos desvios apresentados na Figura corresponde a uma avaliação por excesso da precipitação média de Julho observada e a sua 253

142 ocorrência está associada a áreas onde a altitude não excede os 1100 metros. Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Julho (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 250x250 m) A distribuição espacial dos desvios percentuais absolutos superiores a 25% mostra que estes se repartem por todo o território, sem se concentrarem em regiões hidrográficas preferenciais. Nas 115 localizações assinaladas, a correlação entre a precipitação média de Julho e a altitude embora significativa (0.5) é inferior à associação linear existente entre aquele intervalo de totalização da precipitação e o declive (0.6) Precipitação média de Agosto Os métodos com pior desempenho na estimação da precipitação média de Agosto são as thin plate splines, quando ajustadas a 6 observações e a interpolação desenvolvida através de um polinómio do 1º grau, ajustado por mínimos quadrados. A informação disponibilizada no Quadro 5.34 comprova, uma vez mais, a superioridade na estimação da precipitação média de Agosto do método de krigagem com deriva externa relativamente às restantes técnicas testadas. A krigagem com deriva externa que utiliza como variáveis auxiliares a altitude e o afastamento da linha de costa, avaliado em número de células segundo a direcção NW, é o que está associado ao maior indicador multi-critério obtido para a precipitação média de Agosto. As variáveis auxiliares utilizadas neste modelo apresentam uma resolução espacial de 100x100 metros. 254

143 O modelo mais ajustado para estimar a precipitação média de Agosto, às restantes resoluções espaciais analisadas (1000x1000 metros, 500x500 metros, 250x250 metros, 50x50 metros e 25x25 metros), apenas inclui a altitude como variável auxiliar. Quadro 5.34 Medidas de avaliação das estimativas da precipitação média de Agosto (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpnw (1000) KED c/ Z + Dtpnw (500) KED c/ Z + Dtpnw (250) KED c/ Z + Dtpnw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Através do Quadro 5.35 verifica-se que o modelo de estimação que está associado ao maior indicador multi-critério da precipitação média de Agosto retrata com alguma precisão o valor médio, a mediana e o desvio padrão da precipitação observada. O valor máximo da precipitação média de Agosto é subavaliado por aquele modelo com um erro de 9.8%. À semelhança do já verificado para outros intervalos de totalização da precipitação, o valor mínimo observado da precipitação média de Agosto é reproduzido por defeito pelo modelo de krigagem acima referido. Aquele modelo subavalia em 67.5% o valor mínimo da precipitação média de Agosto observada. A magnitude deste desvio justifica a pesquisa de um modelo alternativo que assegure uma reprodução mais fiel do valor mínimo da precipitação. O indicador multi-critério associado ao modelo de krigagem, que inclui como deriva externa a altitude à resolução espacial de 250x250 metros, difere uma milésima do indicador multi-critério máximo. Este último modelo estima o máximo e o mínimo observado da precipitação média de Agosto com erros de 1.4% e 11.8%, respectivamente. Dado que os desvios cometidos na estimação dos 255

144 valores extremos são mais aceitáveis e os desvios das restantes estatísticas descritivas não são significativamente maiores, entendeu-se que seria mais adequado seleccionar o modelo de krigagem, que inclui como deriva externa a altitude à resolução espacial de 250x250 metros, em substituição do modelo que apresenta o indicador multi-critério máximo da precipitação média de Agosto. Quadro 5.35 Estatísticas descritivas das observações e das estimativas da precipitação média de Agosto (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z + Dtpnw (1000) KED c/ Z + Dtpnw (500) KED c/ Z + Dtpnw (250) KED c/ Z + Dtpnw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) A Figura apresenta as estimativas da precipitação média de Agosto obtidas através de krigagem, utilizando como deriva externa a altitude à resolução espacial de 250x250 metros. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação média de Agosto através do mesmo modelo. Da análise desta última figura ressalta que o desvio padrão mais elevado se restringe às áreas pior monitorizadas. Os quantitativos de precipitação reproduzidos na Figura revelam que o valor mínimo da precipitação média de Agosto (1.31 mm) foi estimado para a zona de Ourique (bacia do Sado). O menor quantitativo de precipitação registado no mesmo período de referência corresponde ao posto de Trindade (bacia do Guadiana). O maior valor da precipitação média de Agosto estimado pelo modelo a que se refere a Figura foi de mm, para a bacia do Cávado. 256

145 Figura Estimativas da precipitação média de Agosto (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 250x250 m) Figura Desvio padrão do erro de estimação da precipitação média de Agosto (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 250x250 m) A Figura identifica os locais onde as estimativas da precipitação média de Agosto apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). Os desvios apresentados foram calculados através da técnica de validação cruzada, que foi aplicada à estimação desenvolvida por krigagem com deriva externa, baseada na altitude à resolução espacial de 250x250 metros. A percentagem de observações da precipitação média de Agosto correspondente aos desvios apresentados é de 23%. As bacias hidrográficas do território onde se observam mais desvios são o Douro, o Tejo, o Sado, o Mira, o Guadiana e o Barlavento. A precipitação média de Agosto é, de entre as estudadas, a que apresenta o maior coeficiente de variação. Tal como em Julho, a escassa precipitação que se verifica neste mês é maioritariamente devida a fenómenos convectivos muito localizados. Devido ao exposto, a estimação da variabilidade espacial do fenómeno é difícil, o que justifica a elevada percentagem de erros obtida. 257

146 Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Agosto (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 250x250 m) A maioria dos desvios assinalados na Figura resulta de uma sobreavaliação da precipitação, que se verifica em zonas onde a altitude é inferior a 1100 metros. Apesar das observações da precipitação média de Agosto associadas a desvios percentuais absolutos de estimação iguais ou superiores a 25% apresentarem uma correlação significativa com a altitude (0.54), a má estimação realizada parece indiciar que existem outras variáveis com capacidade explicativa do fenómeno, que não foram contempladas neste estudo Precipitação média de Setembro Os métodos com pior desempenho na estimação da precipitação média de Setembro são a interpolação desenvolvida através de um polinómio do 1º grau, ajustado por mínimos quadrados e as thin plate splines, quando ajustadas a 12 observações. As medidas de avaliação obtidas para as estimativas da precipitação média de Setembro (Quadro 5.36) indicam que o modelo de krigagem com deriva externa baseado na altitude é responsável pelos valores mais favoráveis dos cinco parâmetros empregues na avaliação dos modelos ensaiados. Esta conclusão é válida para todas as resoluções espaciais analisadas. O modelo de estimação que está associado ao maior indicador multi-critério obtido para a precipitação média de Setembro utiliza a altitude à resolução espacial de 1000x1000 metros, como variável auxiliar. 258

147 Quadro 5.36 Medidas de avaliação das estimativas da precipitação média de Setembro (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) A análise de estatísticas descritivas relativas às estimativas da precipitação média de Setembro, produzidas pelos modelos apresentados no Quadro 5.37, permite concluir que a maioria dos modelos retrata sem grandes desvios o valor médio, a mediana e o desvio padrão, daquele intervalo de totalização da precipitação. Quadro 5.37 Estatísticas descritivas das observações e das estimativas da precipitação média de Setembro (1959/ /91) e indicadores multi-critério associados aos vários modelos Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Na estimação dos valores extremos da precipitação média de Setembro, os desvios cometidos pelos modelos apresentados também não são muito elevados. O erro máximo produzido pelo modelo de estimação que está associado ao maior indicador multi-critério obtido para a precipitação média de Setembro, é de 6.2% relativamente ao valor máximo observado. Face à magnitude do erro referido, não se entendeu ser necessária a selecção de um modelo alternativo. A Figura apresenta as estimativas da precipitação média de Setembro obtidas para o território Continental através do modelo de krigagem que utiliza a 259

148 altitude como deriva externa, à resolução espacial de 1000x1000 metros. A Figura apresenta o desvio padrão do erro associado às estimativas da Figura Figura Estimativas da precipitação média de Setembro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Setembro (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) A análise dos quantitativos de precipitação gerados pelo modelo a que se refere a Figura indica que as estimativas mais reduzidas deste intervalo de totalização da precipitação foram obtidas para o sotavento Algarvio (Vila Real de Santo António). O valor mínimo de precipitação estimado pelo modelo adoptado foi de 10.9 mm. Este valor é um pouco inferior à mais reduzida observação da precipitação média de Setembro (relativa ao posto de Figueirais, que se situa na bacia do Guadiana). Os quantitativos mais elevados da precipitação média de Setembro foram produzidos para a região do Cávado. A precipitação máxima estimada pelo modelo adoptado foi de mm. A Figura identifica os locais onde as estimativas da precipitação média de Setembro apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). 260

149 Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Setembro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Os desvios foram obtidos por aplicação da técnica de validação cruzada à estimação desenvolvida a partir de krigagem, utilizando como deriva externa o modelo altimétrico do território à resolução espacial de 1000x1000 metros. A percentagem de observações da precipitação média de Setembro correspondente aos desvios referidos é de 6.6%. A maioria dos desvios resulta de uma sobreavaliação da precipitação. Os desvios predominam no norte do território, em zonas onde a altitude é inferior a 1100 metros. Os desvios percentuais de maior magnitude são observáveis nos postos de Barragem de Vilar e Pinhão, que se situam na bacia do Douro. Nas localizações que apresentam desvios percentuais absolutos de estimação da precipitação observada iguais ou superiores a 25%, a associação linear existente entre a precipitação média de Setembro e a altitude (0.4) parece ser insuficiente para modelar a variabilidade espacial do fenómeno. Nestes casos, a variável auxiliar que revela maior associação linear com as observações de precipitação é o declive. A correlação existente entre ambas as variáveis é de Precipitação média de Outubro Das técnicas analisadas na modelação da precipitação média de Outubro, a interpolação polinomial do 1º grau, ajustada por mínimos quadrados e as thin plate splines, ajustadas a 6 observações, são as que evidenciam pior desempenho. Através da análise da informação disponibilizada no Quadro 5.38 conclui-se que o método que denota melhor desempenho na interpolação da precipitação média de Outubro também é a krigagem com deriva externa. Esta técnica é a mais adequada na estimação deste intervalo de totalização da precipitação para todos 261

150 os níveis de detalhe estudados. Quadro 5.38 Medidas de avaliação das estimativas da precipitação média de Outubro (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O modelo baseado nesta técnica, que está associado ao indicador multi-critério máximo obtido para a precipitação média de Outubro, inclui como variáveis auxiliares a altitude e o afastamento da linha de costa, avaliado em número de células segundo a direcção W. Estas variáveis integram o modelo citado à resolução espacial de 1000x1000 metros. Os modelos mais ajustados à estimação da precipitação média de Outubro às resoluções espaciais de 500x500 metros e 100x100 metros são idênticos ao modelo anteriormente referido. Tendo igualmente por base a avaliação do indicador multi-critério, constata-se que os modelos mais adequados à interpolação da precipitação média de Outubro para as resoluções espaciais de 250x250 metros, 50x50 metros e 25x25 metros, só contemplam uma variável auxiliar: a altitude. O Quadro 5.39 permite avaliar a performance dos modelos anteriormente apresentados na reprodução de cinco estatísticas descritivas das observações da precipitação média de Outubro. A informação apresentada possibilita verificar que o modelo que está associado ao indicador multi-critério máximo da precipitação média de Outubro retrata com alguma precisão o valor médio e a mediana da precipitação observada. O desvio 262

151 padrão e os valores extremos da precipitação média de Outubro são estimados por defeito pelo mesmo modelo. Quadro 5.39 Estatísticas descritivas das observações e das estimativas da precipitação média de Outubro (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O valor máximo da precipitação média de Outubro é subavaliado em cerca de 9%. À semelhança do já verificado para diversos intervalos de totalização da precipitação, o valor mínimo observado da precipitação média de Outubro é reproduzido com grandes desvios, por todos os modelos apresentados. A estimativa do valor mínimo produzida pelo modelo de krigagem acima referido desvia-se 51% da observação mínima deste intervalo de totalização da precipitação. Este desvio pode ser reduzido para 47%, por adopção do modelo de krigagem que utiliza a altitude como deriva externa, à resolução espacial de 1000x1000 metros. Este último modelo também reproduz com menor erro que o modelo associado ao indicador multi-critério máximo, a mediana, o desvio padrão e o valor máximo da precipitação média de Outubro. A adopção deste último modelo em detrimento do modelo que foi inicialmente considerado como o mais favorável para modelar a precipitação média de Outubro, implica uma redução de duas milésimas relativamente ao indicador multi-critério máximo. No presente caso, considera-se que o pequeno decréscimo do indicador multi-critério é justificável face a uma maior aproximação dos parâmetros descritivos da precipitação média 263

152 de Outubro observada, em que se cometiam maiores desvios de estimação. A Figura apresenta as estimativas da precipitação média de Outubro obtidas através de krigagem com deriva externa, desenvolvida com base na informação altimétrica do território Continental à resolução espacial de 1000x1000 metros. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação média de Outubro através do mesmo modelo. Figura Estimativas da precipitação média de Outubro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Outubro (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) O modelo baseado na krigagem com deriva externa, que inclui como variável auxiliar a altitude à resolução espacial de 1000x1000 metros, estima os valores mais reduzidos da precipitação média de Outubro para as zonas de Alijó (bacia do Douro) e Idanha-a-Nova (bacia do Tejo). O valor mínimo estimado para a precipitação média de Outubro foi de 44.7 mm. A estimativa mais elevada deste intervalo de totalização da precipitação (400.6 mm) foi obtida para a bacia do Cávado. A Figura identifica os locais onde as estimativas da precipitação média de Outubro, produzidas com recurso à técnica de validação cruzada, apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 264

153 25% (EA%>=25%). Os desvios apresentados resultam da estimação desenvolvida a partir do modelo a que se refere a Figura Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Outubro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) A percentagem de observações da precipitação média de Outubro correspondente aos desvios apresentados na Figura é de 5.2%. A maioria dos erros é consequência de uma sobreavaliação da precipitação. Os desvios identificados predominam em zonas onde a altitude é inferior a 1200 metros. Os desvios percentuais de maior magnitude são observáveis na bacia do Douro, designadamente nos postos de Pinhão, Candemil e Montezinho. As estimativas de precipitação produzidas para aqueles locais afastam-se em valor absoluto mais de 50% da precipitação observada. Uma análise mais detalhada das situações evidenciadas pela Figura demonstrou que, nas localizações associadas aos desvios apresentados, a precipitação média de Outubro está mais fortemente correlacionada com o número de obstruções ao avanço de massas de ar provenientes de SW do que com a altitude. Nestes casos, a correlação da precipitação média de Outubro com a altitude é de 0.39, enquanto que a correlação da precipitação média de Outubro com o número de obstruções ao avanço de massas de ar provenientes de SW é de Precipitação média de Novembro No que diz respeito à estimação da precipitação média de Novembro, as técnicas com pior desempenho são as thin plate splines, quando ajustadas a 6 observações e a interpolação desenvolvida através de um polinómio do 1º grau, ajustado por mínimos quadrados. O método de krigagem com deriva externa é, mais uma vez, 265

154 de entre todos os testados, o que produz os valores mais favoráveis para as cinco medidas de avaliação associadas à precipitação média de Novembro. A informação apresentada no Quadro 5.40 indica que o modelo de krigagem baseado na altitude como deriva externa, é o mais adequado para estimar a precipitação média de Novembro, a partir de qualquer uma das seis resoluções espaciais estudadas. O maior indicador multi-critério da precipitação média de Novembro foi obtido para o modelo de krigagem com deriva externa, em que a altitude é empregue com uma resolução espacial de 1000x1000 metros. Quadro 5.40 Medidas de avaliação das estimativas da precipitação média de Novembro (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O Quadro 5.41 permite a confrontação de estatísticas descritivas das observações e das estimativas da precipitação média de Novembro. Quadro 5.41 Estatísticas descritivas das observações e das estimativas da precipitação média de Novembro (1959/ /91) e indicadores multi-critério associados aos vários modelos Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Desvio Mediana Min. Padrão Max. Valores observados KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) A informação apresentada possibilita verificar que o modelo de krigagem que inclui como deriva externa a altitude à resolução espacial de 1000x1000 metros, retrata 266

155 com alguma precisão o valor médio e a mediana da precipitação observada. O mesmo modelo reproduz o desvio padrão e a precipitação máxima observada, com erros de 3.8% e 3.1%, respectivamente. O maior desvio cometido pelo modelo associado ao maior indicador multi-critério da precipitação média de Novembro é de 46.6% na estimação da precipitação mínima observada. Analogamente ao verificado para diversos intervalos de totalização da precipitação já abordados, o valor mínimo observado da precipitação média de Novembro é reproduzido com grandes desvios por todos os modelos apresentados. O desvio da observação mínima produzido pelo modelo associado ao maior indicador multi-critério da precipitação média de Novembro pode ser reduzido para 39%, por adopção do modelo de krigagem que utiliza a altitude como deriva externa, à resolução espacial de 25x25 metros. No entanto, a adopção deste último modelo, em substituição do modelo inicialmente seleccionado, implicaria uma redução do indicador multi-critério que já se considera excessiva. A Figura apresenta as estimativas da precipitação média de Novembro obtidas através de krigagem com deriva externa, desenvolvida com base na informação altimétrica do território à resolução espacial de 1000x1000 metros. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação média de Novembro através do mesmo modelo. A Figura atesta que o desvio padrão de maior magnitude se circunscreve às áreas pior monitorizadas, que são muito idênticas às já identificadas para a precipitação total anual. O modelo associado à Figura estima o mínimo da precipitação média de Novembro para a zona de Idanha-a-Nova (bacia do Tejo). A estimativa correspondente é de 50.2 mm. A estimativa mais elevada deste intervalo de totalização da precipitação (404.4 mm) foi obtida para a bacia do Cávado. A comparação das estimativas da precipitação média de Novembro obtidas com e sem recurso à técnica de validação cruzada, demonstra que os desvios de estimação das observações extremas, são muito inferiores quando a interpolação é desenvolvida sem recurso à técnica de validação cruzada. 267

156 Figura Estimativas da precipitação média de Novembro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Novembro (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) A Figura apresenta os locais em que as estimativas da precipitação média de Novembro, obtidas através da técnica de validação cruzada, apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). Os desvios apresentados resultam da estimação desenvolvida a partir do modelo a que se reporta a Figura A percentagem de observações da precipitação média de Novembro correspondente aos desvios apresentados é de 4.6%. A maioria dos erros é consequência de uma sobreavaliação da precipitação. Os desvios identificados predominam em zonas onde a altitude é inferior a 1100 metros. Os desvios percentuais de maior magnitude verificam-se na bacia do Douro, designadamente nas estimativas associadas aos postos de Pinhão e Candemil. Apesar dos erros apresentados na Figura 5.144, a altitude é, de entre as variáveis auxiliares empregues na modelação deste intervalo de totalização da precipitação, a variável mais correlacionada (0.6), nas localizações indicadas, com a precipitação média de Novembro. 268

157 Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Novembro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Precipitação média de Dezembro Relativamente à modelação da precipitação média de Dezembro, também se verificou que o método de krigagem com deriva externa é, de entre todos os ensaiados, o que produz os valores mais favoráveis para as cinco medidas de avaliação consideradas. A informação apresentada no Quadro 5.42 indica que esta técnica também revela o melhor desempenho na modelação da precipitação média de Dezembro para todas as resoluções espaciais testadas. A krigagem, que inclui na deriva externa a altitude e o afastamento da linha de costa, avaliado em número de células segundo a direcção W, é o modelo de estimação que está associado ao maior indicador multi-critério da precipitação média de Dezembro. As variáveis auxiliares empregues neste modelo, apresentam uma resolução espacial de 1000x1000 metros. Tendo ainda por base a avaliação do indicador multi-critério, verifica-se que os modelos que evidenciam melhor desempenho na interpolação da precipitação 269

158 média de Dezembro para as resoluções espaciais de 500x500 metros e 100x100 metros são similares ao modelo anteriormente descrito. Quadro 5.42 Medidas de avaliação das estimativas da precipitação média de Dezembro (1959/ /91) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Os modelos que denotam melhor performance na interpolação da precipitação média de Dezembro para as resoluções espaciais de 250x250 metros, 50x50 metros e 25x25 metros incluem a altitude como única variável auxiliar. As técnicas com pior desempenho na modelação da precipitação média de Dezembro são as thin plate splines, quando ajustadas a 12 observações e a interpolação desenvolvida através de um polinómio do 1º grau, ajustado por mínimos quadrados. O Quadro 5.43 possibilita a confrontação de estatísticas descritivas das observações e das estimativas da precipitação média de Dezembro. Da sua análise conclui-se que o modelo de estimação que está associado ao maior indicador multi-critério da precipitação média de Dezembro reproduz razoavelmente o valor médio e a mediana das observações deste intervalo de totalização da precipitação. O desvio padrão, o valor mínimo e o valor máximo da precipitação média de Dezembro, são estimados por defeito por este modelo, com erros de -3.2%, -78.5% e -4.8%, respectivamente. Embora todos os modelos apresentados no Quadro 5.43 cometam desvios muito elevados na reprodução da precipitação mínima observada, tentou-se identificar 270

159 um modelo alternativo que assegurasse uma margem de erro mais reduzida na estimação do valor mínimo da precipitação média de Dezembro. Quadro 5.43 Estatísticas descritivas das observações e das estimativas da precipitação média de Dezembro (1959/ /91) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O modelo seleccionado foi a krigagem com deriva externa, baseada na altitude à resolução espacial de 1000x1000 metros. Este último modelo permite diminuir o erro produzido na estimação do valor mínimo da precipitação média de Dezembro para -71.8%, e também comete desvios ligeiramente inferiores aos do modelo que apresenta o maior indicador multi-critério, na reprodução do valor máximo e do desvio padrão. A selecção do modelo de krigagem com deriva externa, baseado na altitude à resolução espacial de 1000x1000 metros, implica uma redução de três milésimas relativamente ao indicador multi-critério máximo obtido para a precipitação média de Dezembro. O decréscimo mencionado foi considerado justificável face à redução global do erro proporcionada pelo modelo em causa. A Figura apresenta as estimativas da precipitação média de Dezembro obtidas através de krigagem com deriva externa, desenvolvida a partir da altitude à resolução espacial de 1000x1000 metros. Na Figura apresenta-se o desvio padrão do erro cometido na estimação da precipitação média de Dezembro através do mesmo modelo. O valor máximo e o valor mínimo estimados através do modelo adoptado foram, 271

160 respectivamente, mm e 40.3 mm. O quantitativo máximo está associado à bacia do Cávado, enquanto que o valor mínimo de precipitação foi produzido para Idanha-a-Nova (bacia do Tejo). Figura Estimativas da precipitação média de Dezembro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação média de Dezembro (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) A Figura identifica os locais onde as estimativas da precipitação média de Dezembro apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). Os desvios foram calculados através da técnica de validação cruzada que foi aplicada à estimação desenvolvida a partir do modelo de krigagem com deriva externa, baseada na altitude à resolução espacial de 1000x1000 metros. A percentagem de observações da precipitação média de Dezembro que corresponde aos desvios identificados é de 7.5%. Os desvios apresentados predominam em zonas onde a altitude é inferior a 1100 metros. Os desvios percentuais de maior magnitude (superiores a 50%) foram obtidos para os postos de Pinhão, Montezinho e Barragem de Vilar, que se situam na bacia do Douro. Nas localizações identificadas na Figura 5.147, a correlação entre a precipitação e altitude é relativamente pequena (0.35), o que explica a má estimação realizada. 272

161 Nestes casos, o número de obstruções ao avanço de massas de ar procedentes de W é a variável que apresenta maior correlação com a precipitação média de Dezembro (-0.47). Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação média de Dezembro (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Precipitação máxima diária anual para um período de retorno de 100 anos No que diz respeito à precipitação máxima diária anual para um período de retorno de 100 anos, verificou-se que as técnicas com pior performance na modelação deste intervalo de totalização da precipitação são as thin plate splines, quando ajustadas a 4 observações, e a interpolação desenvolvida através de um polinómio do 1º grau, ajustado por mínimos quadrados. As maiores correlações entre a precipitação observada e a precipitação estimada estão associadas ao método de krigagem com deriva externa. Esta técnica também é responsável pelos mais reduzidos valores dos restantes parâmetros adoptados na avaliação dos modelos. A informação disponibilizada no Quadro 5.44 permite concluir que a krigagem com deriva externa é o método que revela o melhor desempenho para a maioria das resoluções espaciais testadas na modelação da precipitação máxima diária anual para um período de retorno de

162 anos. À resolução espacial de 50x50 metros, o método de cokrigagem utilizando a altitude como variável auxiliar, denota melhor desempenho do que as restantes técnicas ensaiadas. Quadro 5.44 Medidas de avaliação das estimativas da precipitação Máxima Diária Anual para um período de retorno de 100 anos (período máximo de observação: 1863/ /95) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) COK c/ Z (1000) COK c/ Z (500) COK c/ Z (250) COK c/ Z (100) COK c/ Z (50) COK c/ Z (25) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O modelo de estimação baseado na krigagem com deriva externa, que inclui como variável auxiliar a altitude à resolução espacial de 1000x1000 metros, é o que está associado ao maior indicador multi-critério obtido para a precipitação máxima diária anual para um período de retorno de 100 anos. Os modelos que revelam melhor desempenho na interpolação da precipitação máxima diária anual para um período de retorno de 100 anos para as resoluções espaciais de 500x500 metros, 250x250 metros, 100x100 metros e 25x25 metros, são idênticos ao que está associado ao indicador multi-critério máximo. A confrontação de estatísticas descritivas das estimativas da precipitação máxima diária anual para um período de retorno de 100 anos, com as estatísticas descritivas equivalentes das observações do mesmo intervalo de totalização da precipitação, permite verificar que a maioria dos modelos indicados no Quadro 5.45 retrata com alguma precisão o valor médio e a mediana da precipitação máxima diária anual para um período de retorno de 100 anos. 274

163 Quadro 5.45 Estatísticas descritivas das observações e das estimativas da precipitação Máxima Diária Anual para um período de retorno de 100 anos (período máximo de observação: 1863/ /95) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados COK c/ Z (1000) COK c/ Z (500) COK c/ Z (250) COK c/ Z (100) COK c/ Z (50) COK c/ Z (25) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O desvio padrão daquele intervalo de totalização da precipitação é avaliado por defeito (com desvios que variam entre os 11% e os 19%) por todos os modelos apresentados no Quadro As estimativas do valor máximo da precipitação máxima diária anual para um período de retorno de 100 anos são predominantemente inferiores ao máximo observado. O método de krigagem, que utiliza a altitude como deriva externa, reproduz o valor máximo deste intervalo de totalização da precipitação com maior precisão do que a cokrigagem baseada na mesma variável auxiliar. O valor mínimo observado da precipitação máxima diária anual para um período de retorno de 100 anos é sobrevalorizado em cerca de 25% pelos modelos de cokrigagem. Os modelos de krigagem com deriva externa são, de entre os apresentados, os que cometem menor erro na estimação do valor mínimo observado. O modelo que está associado ao maior indicador multi-critério obtido para a precipitação máxima diária anual para um período de retorno de 100 anos, estima o valor mínimo e o valor máximo com desvios de -11.5% e 0.1%, respectivamente. O desvio cometido na estimação do valor mínimo pode ser 275

164 reduzido para -6.4%, por adopção do modelo de krigagem com deriva externa, baseado na altitude à resolução espacial de 250x250 metros. A selecção deste último modelo acarreta a descida de uma milésima relativamente ao indicador multi-critério máximo, e ligeiros decréscimos na precisão das estimativas do valor máximo, da média e do desvio padrão da precipitação máxima diária anual para um período de retorno de 100 anos. Face ao exposto, considera-se que os dois modelos são praticamente equivalentes. Por este motivo decidiu-se não rejeitar o modelo associado ao maior indicador multi-critério obtido para este intervalo de totalização da precipitação. As estimativas da precipitação máxima diária anual para um período de retorno de 100 anos, produzidas para o território Continental através do modelo de krigagem com deriva externa, baseado na altitude à resolução espacial de 1000x1000 metros, constam da Figura O desvio padrão do erro das estimativas obtidas pelo mesmo modelo é apresentado na Figura Figura Estimativas da precipitação máxima diária anual para um período de retorno de 100 anos (período máximo de observação: 1863/ /95), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação máxima diária anual para um período de retorno de 100 anos (período máximo de observação: 1863/ /95), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) 276

165 A precipitação mínima estimada pelo modelo adoptado é de 52.1 mm para Alijó, na bacia do Douro. A precipitação mínima observada no mesmo período corresponde ao posto de Escalhão que também se situa na bacia do Douro, em Figueira de Castelo Rodrigo. A precipitação máxima estimada pelo modelo foi de mm, para a zona do Cávado, onde, no período em causa, se registaram efectivamente os maiores quantitativos da precipitação máxima diária anual para um período de retorno de 100 anos. A Figura indica que as áreas do território para as quais foram produzidas as estimativas menos fiáveis da precipitação máxima diária anual para um período de retorno de 100 anos são as seguintes: a parte da bacia do Douro junto aos rios Côa e Sabor; as áreas de fronteira de Idanha-a-Nova e Portalegre com Espanha; algumas zonas limítrofes das bacias do Sado e do Guadiana com a bacia do Tejo (partes dos concelhos de Elvas, de Borba, de Montemor-o-Novo e de Évora); a totalidade da bacia de Melides e as faixas do Sado, do Mira e do Barlavento que confinam com esta; a orla atlântica do concelho de Sesimbra; uma fracção dos Concelhos de Sintra e de Mafra; a área limítrofe entre as bacias do Tejo e do Lis (que abrange parte dos concelhos de Porto de Mós, Batalha e Ourém) e a faixa litoral da Figueira da Foz. Nestas áreas, o desvio padrão do erro de estimação da precipitação máxima diária anual é muito elevado. Na Figura identificam-se os locais onde as estimativas da precipitação máxima diária anual, para um período de retorno de 100 anos, apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). Os desvios apresentados foram calculados através da técnica de validação cruzada, que foi aplicada à estimação desenvolvida por krigagem com deriva externa, baseada no modelo altimétrico do território à resolução espacial de 1000x1000 metros. A percentagem de observações da precipitação máxima diária anual para um período de retorno de 100 anos correspondente aos desvios apresentados é de 12.5%. A área do território onde se observam mais desvios é a 277

166 da bacia do Douro. No entanto, os desvios percentuais de maior magnitude não se concentram numa única região hidrográfica. Os postos com desvios absolutos de estimação da precipitação observada superiores a 50% são Penedono (Douro), Chão da Vã (Tejo), Santa Vitória (Sado), Britelo (Lima) e Ferreira do Alentejo (Sado). A maioria dos desvios assinalados na Figura resulta de uma sobreavaliação da precipitação, que se verifica em zonas onde a altitude é inferior a 1400 metros. As observações de precipitação máxima Figura Identificação dos postos com maiores erros percentuais absolutos (>=25%) associados às estimativas da precipitação máxima diária anual para um período de retorno de 100 anos (período máximo de observação: 1863/ /95), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) diária anual para um período de retorno de 100 anos, associadas a desvios absolutos de estimação iguais ou superiores a 25%, apresentam uma correlação com a altitude pouco significativa (0.34). A variável mais correlacionada (0.44) com estas observações é o maior valor altimétrico identificado numa vizinhança formada por um sector angular desenvolvido segundo a direcção W, com uma tolerância de ± 5º e um raio de 30 km Precipitação máxima diária anual para um período de retorno de 2 anos Através da análise da informação disponibilizada no Quadro 5.46 conclui-se que o método que demonstra melhor desempenho na interpolação da precipitação máxima diária anual para um período de retorno de 2 anos é a krigagem com deriva externa. Esta técnica é notoriamente superior às restantes para todos os níveis de detalhe estudados na estimação deste intervalo de totalização da precipitação. 278

167 O modelo de estimação baseado na krigagem com deriva externa, que inclui como variável auxiliar a altitude à resolução espacial de 1000x1000 metros, é o que apresenta o maior indicador multi-critério da precipitação máxima diária anual para um período de retorno de 2 anos. Quadro 5.46 Medidas de avaliação das estimativas da precipitação Máxima Diária Anual para um período de retorno de 2 anos (período máximo de observação: 1863/ /95) produzidas por alguns dos modelos testados e obtidas com base na técnica de validação cruzada (a carregado destaca-se o modelo com o maior indicador multi-critério para cada resolução espacial) Indicador multicritério do modelo Modelo (resolução espacial) CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) Os modelos mais ajustados à estimação da precipitação máxima diária anual para um período de retorno de 2 anos, às resoluções espaciais de 100x100 metros, 50x50 metros e 25x25 metros são similares ao identificado para o nível de detalhe de 1000x1000 metros. O modelo de interpolação da precipitação máxima diária anual, para um período de retorno de 2 anos, que apresenta o maior indicador multi-critério para os níveis de detalhe de 500x500 metros e de 250x250 metros, utiliza duas variáveis auxiliares: a altitude e o afastamento da linha de costa, avaliado em número de células segundo a direcção W. Das técnicas analisadas na modelação da precipitação máxima diária anual para um período de retorno de 2 anos, a interpolação polinomial do 1º grau ajustada por mínimos quadrados e as thin plate splines, ajustadas a 4 observações, são as que manifestam pior desempenho. A comparação de estatísticas descritivas das estimativas produzidas pelos 279

168 modelos anteriormente identificados com as estatísticas descritivas correspondentes da precipitação observada, permite concluir que a maioria dos modelos apresentados no Quadro 5.47 reproduz sem grandes desvios o valor médio e a mediana daquele intervalo de totalização da precipitação. Quadro 5.47 Estatísticas descritivas das observações e das estimativas da precipitação Máxima Diária Anual para um período de retorno de 2 anos (período máximo de observação: 1863/ /95) e indicadores multi-critério associados aos vários modelos (a carregado destaca-se o modelo com o maior indicador multicritério para cada resolução espacial) Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z + Dtpw (1000) KED c/ Z + Dtpw (500) KED c/ Z + Dtpw (250) KED c/ Z + Dtpw (100) KED c/ Z (1000) KED c/ Z (500) KED c/ Z (250) KED c/ Z (100) KED c/ Z (50) KED c/ Z (25) O desvio padrão da precipitação máxima diária anual para um período de retorno de 2 anos é estimado por defeito (com desvios de cerca de 8%) por todos os modelos apresentados. As estimativas do valor máximo da precipitação máxima diária anual para um período de retorno de 2 anos são, na sua maioria, inferiores ao máximo observado. O valor mínimo observado para este intervalo de totalização da precipitação é o parâmetro descritivo estimado com maior erro por todos os modelos do Quadro Grande parte dos modelos apresentados sobrevaloriza este parâmetro. O modelo que obteve o maior indicador multicritério para a precipitação máxima diária anual para um período de retorno de 2 anos, estima o valor mínimo observado com um erro por excesso de 16.1%. O valor máximo da precipitação máxima diária anual para um período de retorno de 2 anos é estimado pelo mesmo modelo com um desvio de 9.4%. A selecção de um modelo alternativo que assegurasse menor erro na estimação do valor mínimo 280

169 e do valor máximo deste intervalo de totalização da precipitação implicaria, no presente caso, um decréscimo do indicador multi-critério que não foi considerado justificável. A Figura apresenta as estimativas da precipitação máxima diária anual para um período de retorno de 2 anos obtidas para o território Continental através do modelo de krigagem com deriva externa, baseado na altitude à resolução espacial de 1000x1000 metros. A Figura apresenta o desvio padrão do erro associado às estimativas da Figura Figura Estimativas da precipitação máxima diária anual para um período de retorno de 2 anos (período máximo de observação: 1863/ /95), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Figura Desvio padrão do erro de estimação da precipitação máxima diária anual para um período de retorno de 2 anos (período máximo de observação: 1863/ /95), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) O valor mínimo estimado pelo modelo adoptado para este intervalo de totalização da precipitação foi de 20.4 mm. Este quantitativo foi obtido para a bacia do Douro, onde na realidade se observou a menor precipitação máxima diária anual para um período de retorno de 2 anos. A precipitação máxima estimada pelo modelo foi de mm, para a zona do Cávado, onde efectivamente se verificam os maiores quantitativos deste intervalo de totalização da precipitação. Uma vez que a rede udométrica utilizada na estimação das precipitações 281

170 máximas diárias anuais é idêntica para os dois períodos de retorno estudados, as áreas do domínio associadas ao maior desvio padrão do erro de estimação da precipitação máxima diária anual para um período de retorno de 2 anos coincidem, grosso modo, com as já identificadas para a precipitação máxima diária anual para um período de retorno de 100 anos. A Figura identifica os locais onde as estimativas da precipitação máxima diária anual para um período de retorno de 2 anos apresentam desvios percentuais absolutos da precipitação observada iguais ou superiores a 25% (EA%>=25%). Os desvios foram calculados através da técnica de validação cruzada que foi aplicada à estimação desenvolvida a partir de krigagem, utilizando como deriva externa o modelo altimétrico do território à resolução espacial de 1000x1000 metros. A percentagem de observações da precipitação máxima diária anual para um período de retorno de 2 anos correspondente aos desvios apresentados é de 9.3%. A maioria destes desvios resulta de uma sobreavaliação da precipitação. Os desvios predominam em zonas onde a altitude é inferior a 1200 metros. Os desvios percentuais de maior magnitude são observáveis nas bacias do Douro e do Tejo e correspondem a pequenos quantitativos da precipitação Figura Identificação dos postos com maiores erros percentuais observada. A precipitação estimada absolutos (>=25%) associados às estimativas da precipitação máxima diária anual para um período de retorno de 2 anos (período máximo de observação: 1863/ /95), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) para os postos de Penedono, Casal da Serra, Chão da Vã, Ervedosa-Pinhel e Lamas do Olo revela desvios absolutos da precipitação observada superiores a 50%. Dado que nas 41 localizações indicadas, a correlação entre a precipitação máxima diária anual para um período de retorno de 2 anos e a altitude é reduzida (0.24), a 282

171 relação linear estabelecida com aquela variável torna-se insuficiente para modelar o fenómeno. Nestes casos, o declive é a variável que apresenta maior associação linear (0.46) com a precipitação máxima diária anual para um período de retorno de 2 anos Síntese da comparação de modelos Da análise do indicador multi-critério obtido para os diversos modelos ensaiados na estimação da variabilidade espacial de todos os intervalos de totalização da precipitação abordados, conclui-se que: as técnicas multi-variadas permitem elaborar mapas de precipitação mais realistas do que os métodos de interpolação clássicos; as técnicas com pior desempenho na modelação dos 17 intervalos de totalização da precipitação analisados são as thin plate splines e a interpolação desenvolvida através de um polinómio do 1º grau, ajustado por mínimos quadrados; os métodos de estimação que operam sobre vizinhanças móveis produzem estimativas de maior precisão do que as técnicas que utilizam a totalidade das observações disponíveis na produção de uma estimativa; a krigagem com deriva externa, desenvolvida sobre uma janela móvel, e a regressão linear da precipitação com a altitude, também desenvolvida sobre uma janela móvel, são as duas técnicas que evidenciam melhor performance na modelação de todos os intervalos de totalização da precipitação analisados; o método de krigagem com deriva externa é, de entre todos os testados, o que apresenta o indicador multi-critério máximo para os 17 intervalos de totalização da precipitação estudados; o indicador multi-critério obtido para cada modelo não varia linearmente com o nível de detalhe da informação auxiliar incluída no modelo; a resolução espacial mais ajustada à modelação da precipitação varia com o intervalo de totalização da precipitação. A apreciação conjunta do indicador multi-critério e dos desvios cometidos na reprodução de cinco estatísticas descritivas da precipitação observada demonstrou que muitos dos modelos que tinham sido escolhidos com base no indicador multicritério, não eram os que asseguravam menores desvios na reprodução dos 283

172 parâmetros descritivos da precipitação observada. Esta constatação conduziu à reavaliação de cada modelo anteriormente seleccionado a partir do indicador multicritério. Para tal, foi desenvolvido, para cada intervalo de totalização da precipitação, um balanço entre a valia de uma ligeira redução do indicador multicritério máximo e o benefício da melhor reprodução dos parâmetros descritivos considerados. As consequências do balanço realizado foram as seguintes: na maioria dos modelos que tinham sido escolhidos só com base no indicador multi-critério (relativos a 10 dos 17 intervalos de totalização da precipitação) o balanço efectuado não alterou os modelos inicialmente seleccionados; nos 6 modelos que incluíam duas variáveis auxiliares (a altitude e o afastamento costeiro ou o declive), na sua maioria referentes aos meses de maior pluviosidade, o balanço realizado acarretou a exclusão de uma das variáveis do modelo. A variável auxiliar que permaneceu em cada modelo foi a altitude; nos modelos relativos aos dois meses mais secos do ano no território (Julho e Agosto), o balanço efectuado teve por consequência a mudança do nível de detalhe inicialmente associado às variáveis auxiliares incluídas em cada modelo. O Quadro 5.48 apresenta o modelo seleccionado para cada intervalo de totalização da precipitação, por análise conjunta do indicador multi-critério e dos desvios cometidos na reprodução de estatísticas descritivas da precipitação observada. Neste quadro disponibiliza-se também informação sobre três parâmetros de avaliação utilizados na apreciação dos modelos e especifica-se, para cada modelo, qual a proporção de estimativas, produzidas com base na técnica de validação cruzada, que apresentam desvios percentuais absolutos do valor observado iguais ou superiores a 25%. A partir da análise da informação apresentada no Quadro 5.48 e da avaliação conjunta do indicador multi-critério e dos desvios cometidos na reprodução de estatísticas descritivas da precipitação observada podem-se extrair as seguintes considerações. 284

173 Quadro 5.48 Modelos seleccionados através da análise conjunta do indicador multi-critério e dos desvios cometidos na reprodução de estatísticas descritivas da precipitação observada Intervalo de totalização da precipitação: Modelo (resolução espacial) Parâmetros de Avaliação CORREL EQM (mm 2 ) EAM% (%) Proporção de estimativas com desvios do valor observado >= 25% Total Anual KED c/ Z (1000) % Ano Seco KED c/ Z (25) % Ano Húmido KED c/ Z (100) % Média Janeiro KED c/ Z (1000) % Média Fevereiro KED c/ Z (1000) % Média Março KED c/ Z (1000) % Média Abril KED c/ Z (1000) % Média Maio KED c/ Z (1000) % Média Junho KED c/ Z (100) % Média Julho KED c/ Z (250) % Média Agosto KED c/ Z (250) % Média Setembro KED c/ Z (1000) % Média Outubro KED c/ Z (1000) % Média Novembro KED c/ Z (1000) % Média Dezembro KED c/ Z (1000) % Máxima Diária Anual (t = 100 anos) Máxima Diária Anual (t = 2 anos) KED c/ Z (1000) % KED c/ Z (1000) % Dos métodos de interpolação avaliados, a técnica de Krigagem que se baseia na altitude como deriva externa é a que revela melhor aptidão na modelação da variabilidade espacial dos 17 intervalos de totalização da precipitação estudados. Esta técnica foi desenvolvida sobre uma vizinhança móvel de 50 km, tendo cada estimativa sido calculada a partir de 4 a 16 observações vizinhas. 285

174 Tal como alguns autores já o haviam demonstrado (Phillips et al., 1992; Hevesi et al., 1992a, 1992b; Goovaerts, 1999), estes resultados comprovam que os métodos multi-variados da família da geoestatística revelam melhor desempenho na estimação da precipitação do que as técnicas de estimação convencionais. Os diversos ensaios desenvolvidos com base na técnica de validação cruzada evidenciaram que os métodos de estimação que operam sobre vizinhanças móveis geram estimativas de maior precisão do que as técnicas que utilizam a totalidade das observações disponíveis na produção de uma estimativa. Este facto é certamente devido à grande variabilidade espacial apresentada pelo fenómeno da pluviosidade no domínio considerado, que exige uma abordagem local com estimações realizadas em pequenas distâncias, onde apenas interajam as observações mais próximas. Em todos os intervalos de totalização da precipitação analisados, a altitude é a única variável auxiliar que integra os modelos de estimação seleccionados. Neste âmbito verificou-se que a utilização de variáveis alternativas à altitude, na modelação da variabilidade espacial dos diversos intervalos de totalização da precipitação, conduz a modelos cuja capacidade explicativa do fenómeno é sempre inferior à proporcionada pelos modelos que apenas integram a altitude como variável auxiliar. Por outro lado, a inclusão nos modelos de outras variáveis auxiliares a par da altitude prejudica a reprodução das principais estatísticas descritivas da precipitação observada e/ou origina problemas de colinearidade, que resultam do facto da maioria das variáveis auxiliares testadas estarem mais correlacionadas com a altitude do que com a precipitação. O modelo seleccionado para a maioria dos intervalos de totalização da precipitação está associado à resolução espacial de 1000x1000 metros. Existem, no entanto, cinco intervalos de totalização da precipitação (os meses de Junho, Julho e Agosto e os anos húmido e seco) para os quais foram escolhidos modelos que integram variáveis auxiliares de maior detalhe. Os modelos eleitos para modelar as precipitações médias de Julho e de Agosto estão associados à resolução espacial de 250x250 metros. Para a precipitação em ano seco e para a precipitação média de Junho foram seleccionados modelos que integram variáveis à resolução espacial de 100x100 metros. O ano húmido é o único intervalo de 286

175 totalização da precipitação cujo modelo seleccionado inclui variáveis auxiliares com um nível de detalhe de 25x25 metros. Os resultados obtidos indiciam que a natureza mais localizada da precipitação associada aos períodos mais secos e aos anos extremos é provavelmente responsável pela exigência de maior detalhe na análise da variabilidade do fenómeno. O erro percentual absoluto médio (EAM%) desenvolvido na estimação da precipitação total anual (9.3%) é o mais reduzido dos 17 intervalos de totalização da precipitação analisados. Os modelos seleccionados para estimar as precipitações em anos seco e húmido produzem um erro percentual absoluto médio de 10.6%. Os erros percentuais absolutos médios cometidos na estimação das precipitações mensais variam entre 9.5% e 20.4%, correspondendo os valores mais elevados aos meses de menor pluviosidade. Na estimação das precipitações máximas diárias anuais, os erros percentuais absolutos médios associados aos modelos adoptados variam entre 11.5% e 13%, verificando-se que o erro é tanto maior quanto maior for o período de retorno analisado. A análise dos desvios de estimação, obtidos por aplicação dos modelos apresentados no Quadro 5.48, demonstrou que os erros produzidos não são normalmente distribuídos. Este facto inviabilizou o cálculo de intervalos de confiança para as estimativas de precipitação apresentadas. Dada a importância da magnitude dos erros cometidos na estimação da precipitação para a reorganização da rede de monitorização actualmente existente no país, no âmbito do presente estudo desenvolveram-se três indicadores a partir do erro percentual absoluto (EA%) obtido por local de monitorização para cada intervalo de totalização da precipitação: o primeiro indicador expressa, por local de monitorização, a média dos três erros percentuais absolutos cometidos na estimação das precipitações anuais (total anual, ano seco, ano húmido). A Figura identifica os locais em que este indicador é igual ou superior a 25%. o segundo indicador fornece, por local de monitorização, a média dos doze erros percentuais absolutos desenvolvidos na estimação das precipitações mensais. A Figura identifica os locais que apresentam valores iguais ou superiores a 25% para este indicador. 287

176 o terceiro indicador disponibiliza, por local de monitorização, a média dos dois erros percentuais absolutos realizados na estimação das precipitações máximas diárias anuais (para períodos de retorno de 100 e 2 anos). A Figura identifica os locais que obtiveram uma pontuação igual ou superior a 25% neste indicador. Na análise do indicador criado para as precipitações anuais (Figura 5.154) verificou-se que os erros médios percentuais absolutos de maior magnitude são produzidos para a bacia do Douro e estão associados a quatro locais de monitorização do fenómeno: o posto de Pinhão (06L/05) o posto de Candemil (06J/02) o posto de Montezinho (02Q/01) o posto de Barragem de Vilar (08L/02). Figura Identificação dos postos que apresentam um erro médio percentual absoluto >=25% nas estimação das precipitações anuais Na avaliação do indicador obtido para as precipitações mensais (Figura 5.155) verificou-se que os erros médios percentuais absolutos de maior magnitude também ocorrem na bacia do Douro e na bacia do Arade (com predominância nos meses de menor pluviosidade). Os quatro locais de monitorização do fenómeno 288

177 que estão associados aos maiores valores do indicador mensal são: o posto de Pinhão (06L/05), situado na bacia do Douro o posto de Candemil (06J/02), situado na bacia do Douro o posto da Praia da Rocha (31F/01), situado na bacia do Arade o posto de Barragem de Vilar (08L/02), situado na bacia do Douro. Figura Identificação dos postos que apresentam um erro médio percentual absoluto >=25% nas estimação das precipitações mensais Na análise do indicador criado para as precipitações máximas diárias anuais (Figura 5.156) verificou-se que os erros médios percentuais absolutos de maior magnitude são produzidos para o norte do território e estão associados a quatro locais de monitorização do fenómeno: o posto de Penedono (08M/01), situado na bacia do Douro o posto de Chão da Vã (14L/02), situado na bacia do Tejo o posto de Britelo (02H/07), situado na bacia do Lima o posto de Casal da Serra (13L/03), situado na bacia do Tejo. Grande parte dos postos evidenciados através do indicador criado para as precipitações máximas diárias anuais apresenta um coeficiente de variação da precipitação anual muito elevado, tendo sido ajustados ou excluídos no âmbito da análise desenvolvida no ponto

178 Figura Identificação dos postos que apresentam um erro médio percentual absoluto >=25% nas estimação das precipitações máximas diárias anuais A análise das três figuras apresentadas revela que os locais em que se cometem os erros médios percentuais absolutos de maior magnitude se situam entre as encostas a sotavento das principais cadeias montanhosas e a fronteira com Espanha. Na vizinhança dos postos mencionados, sugere-se um reforço da monitorização do fenómeno para aperfeiçoar a reprodução da sua variabilidade espacial. Os modelos apresentados no Quadro 5.48 proporcionam explicações da variabilidade dos fenómenos a que se reportam que variam entre 90% e 92%, para as precipitações anuais, entre 90% e 93%, para as precipitações mensais e entre 71% e 80%, para as precipitações máximas diárias anuais. Face ao exposto, conclui-se que as precipitações relativas aos meses mais secos (Julho e Agosto) e aos períodos extremos (máximas diárias anuais) são aquelas cuja variabilidade espacial é mais difícil de reproduzir. A natureza mais localizada e esporádica dos fenómenos extremos e dos fenómenos convectivos que predominam no Verão constitui, certamente, o motivo da pior estimação realizada. A comparação dos erros de estimação desenvolvidos através dos modelos apresentados no Quadro 5.48 com os obtidos por outros autores (Phillips et al., 290

179 1992; Hevesi et al., 1992a, 1992b; Abtew et al., 1993; Daly et al., 1994; Running et al., 1996; Prudhomme, 1999) permite salientar que os resultados alcançados no presente trabalho superam os reportados na maioria dos estudos que foram revistos nos pontos e A título de exemplo, relembra-se que na estimação de precipitações mensais para o estado do Oregon, os erros percentuais absolutos médios produzidos pelo modelo PRISM (Daly et al., 1994) variaram entre os 18% e os 27%. Para a precipitação total anual, o erro percentual absoluto médio gerado pelo modelo PRISM foi de 16%. No que diz respeito à capacidade explicativa dos modelos apresentados no Quadro 5.48, das investigações abordadas nos pontos e 3.3.4, somente uma (Rodrigues, 1994, 1995) refere ter identificado modelos para as precipitações anuais (total anual, ano seco e ano húmido) que apresentam coeficientes de determinação superiores aos alcançados no presente estudo. Crê-se, no entanto, que a variabilidade espacial daqueles fenómenos é menos complexa nos ambientes insulares, para os quais foram aplicados os modelos identificados por Rodrigues, do que no território Continental. No que diz respeito à totalidade das técnicas de interpolação testadas, a confrontação de estatísticas descritivas da precipitação observada com as estatísticas descritivas correspondentes da precipitação estimada, permite destacar que, numa perspectiva global, a maioria dos métodos estudados apresenta tendência para sobrestimar ligeiramente o valor médio da precipitação. Relativamente à mediana, nenhum dos métodos utilizados se afasta substancialmente dos valores reais. Quanto ao desvio padrão, observa-se que este é inferior aos valores reais nas estimativas produzidas pela maior parte dos métodos. Os valores mínimos da precipitação estimada através das técnicas de thin plate splines, interpolação polinomial ajustada por mínimos quadrados e Krigagem com deriva externa são, regra geral, muito inferiores às precipitações mínimas anuais e mensais observadas. Os valores mínimos de precipitação obtidos através da Krigagem com deriva externa chegam a produzir erros de -100% relativamente aos mínimos reais, em alguns meses de Inverno. Nos modelos apresentados no Quadro 5.48, o maior desvio cometido na estimação da precipitação mínima observada é de 79%, e está associado ao modelo seleccionado para estimar a precipitação média de Janeiro. Ao invés das 291

180 restantes, as estimativas do valor mínimo produzidas pelos modelos seleccionados para a precipitação máxima diária anual para um período de retorno de 2 anos e para as precipitações médias de Julho e de Agosto excedem os valores mínimos observados. Embora o erro cometido na reprodução da precipitação mínima observada tenha menor expressão para as precipitações mensais entre Maio e Setembro e para as precipitações máximas diárias anuais, esta constitui certamente a maior limitação do método de Krigagem com deriva externa. No que diz respeito à precipitação máxima observada, quase todos os métodos de interpolação estimam valores inferiores ao máximo real. Constituem excepções as thin plate splines e os polígonos de Thiessen. Em todos os modelos apresentados no Quadro 5.48, o método de Krigagem com deriva externa estima por defeito os máximos reais. O maior desvio cometido na estimação da precipitação máxima observada é de 9% e está associado aos modelos seleccionados para estimar a precipitação média de Outubro e a precipitação máxima diária anual para um período de retorno de 2 anos. Apesar do exposto, a Krigagem com deriva externa é, de entre os métodos testados, aquele que revela melhor aptidão na modelação dos diversos intervalos de totalização da precipitação estudados. Com ressalva para os valores mínimos, as estimações produzidas por aquele método desviam-se muito pouco dos valores reais. Verificou-se, contudo, que os valores mínimos das estimativas de precipitação obtidas para a totalidade do território Continental (sem recurso à técnica de validação cruzada) não apresentam desvios tão significativos dos mínimos observados como os disponibilizados pelas estimativas de precipitação calculadas através da técnica de validação cruzada. A investigação levada a cabo permitiu encontrar a seguinte justificação para a má aptidão do método de Krigagem com deriva externa na estimação dos valores mínimos da precipitação observada. No território Continental, os valores mínimos de precipitação estão associados a zonas relativamente planas. Em algumas destas zonas, a monitorização do fenómeno é deficitária. Na estimação da precipitação através da técnica de validação cruzada, a omissão de uma observação em áreas onde a densidade de postos é reduzida pode ocasionar erros de estimação elevados. Por outro lado, verificou-se que a associação linear entre a altitude e a precipitação é menos significativa em zonas de altitude reduzida. 292

181 Análise da influência da variação do nível de desagregação espacial das variáveis auxiliares na estimação da precipitação Neste ponto analisa-se a influência da variação do nível de detalhe da informação auxiliar no rigor das estimativas de precipitação produzidas. Através desta análise pretende-se identificar a resolução espacial mais ajustada à produção de cada mapa de acordo com determinado modelo de interpolação. Na confrontação das estimativas de precipitação obtidas a partir de diferentes técnicas e resoluções espaciais, considerou-se que a utilização de determinada técnica associada a dado nível de detalhe das variáveis auxiliares empregues constituía um modelo. Tendo-se já seleccionado um modelo de estimação para cada intervalo de totalização da precipitação, coloca-se neste momento a questão da existência ou não de diferenças entre estimativas de precipitação obtidas por aplicação da mesma técnica para diferentes resoluções espaciais das variáveis auxiliares empregues na estimação. Com este objectivo, foi desenvolvida uma metodologia que possibilita a comparação dos desvios quadráticos de estimação da precipitação obtidos para as diversas resoluções espaciais ensaiadas com a mesma técnica de interpolação. Para cada observação associada a um intervalo de totalização da precipitação, a metodologia desenvolvida compara e ordena os desvios quadráticos de estimação obtidos para as diversas resoluções espaciais testadas. Para os casos em que se testaram seis resoluções espaciais distintas para a mesma técnica de interpolação, os seis desvios quadráticos de estimação associados a cada observação são ordenados e substituídos por uma pontuação que varia entre um, para o menor desvio quadrático, e seis, para o maior desvio quadrático. Nos casos em que apenas se testaram quatro níveis de detalhe das variáveis auxiliares associadas ao mesmo método de interpolação, os desvios quadráticos de estimação ordenados, são substituídos por uma pontuação que varia entre um, para o menor desvio quadrático, e quatro, para o maior desvio quadrático. Após repetição do procedimento descrito para todas as observações, totalizam-se, para cada resolução espacial, as pontuações atribuídas a todas as observações. A resolução espacial cuja pontuação total é a mais baixa corresponde àquela que possibilita alcançar os desvios quadráticos de estimação menos elevados. O Quadro 5.49 apresenta a pontuação total atribuída aos desvios quadráticos de 293

182 estimação da precipitação, calculados através do método de interpolação anteriormente seleccionado para cada intervalo de totalização da precipitação. A pontuação apresentada foi determinada através da metodologia atrás especificada. Quadro 5.49 Pontuação total atribuída aos desvios quadráticos de estimação da precipitação, calculados por Krigagem com deriva externa para diversas resoluções espaciais das variáveis auxiliares utilizadas (a carregado destaca-se a resolução espacial com menor pontuação total para cada intervalo de totalização da precipitação) Intervalo de totalização da precipitação: Método de interpolação Resolução espacial das variáveis auxiliares (metros x metros) seleccionado 1000x x x x100 50x50 25x25 Total Anual KED c/ Z Ano Seco KED c/ Z Ano Húmido KED c/ Z Média Janeiro KED c/ Z Média Fevereiro KED c/ Z Média Março KED c/ Z Média Abril KED c/ Z Média Maio KED c/ Z Média Junho KED c/ Z Média Julho KED c/ Z Média Agosto KED c/ Z Média Setembro KED c/ Z Média Outubro KED c/ Z Média Novembro Média Dezembro Máxima Diária Anual (t = 100 anos) Máxima Diária Anual (t = 2 anos) KED c/ Z KED c/ Z KED c/ Z KED c/ Z Apesar da pontuação apresentada no Quadro 5.49 resultar da análise comparativa dos desvios quadráticos de estimação da precipitação, compreende-se de imediato que os resultados seriam similares se a análise tivesse sido desenvolvida a partir das estimativas de precipitação. Da análise das pontuações associadas aos diversos níveis de detalhe das 294

183 variáveis auxiliares empregues nos modelos de estimação adoptados para cada intervalo de totalização da precipitação, conclui-se que a resolução espacial de 1000x1000 metros é, de entre as avaliadas, a mais adequada para cartografar 14 dos 17 intervalos de totalização da precipitação analisados, porque está associada aos mais reduzidos desvios quadráticos de estimação. Para as precipitações relativas a ano húmido e aos meses de Janeiro e Dezembro, constata-se a necessidade de empregar variáveis auxiliares mais detalhadas na modelação da variabilidade espacial dos fenómenos correspondentes. Comparativamente às restantes precipitações anuais e mensais, nestes três períodos o fenómeno apresenta um desvio padrão muito elevado, o que explica a necessidade de maior detalhe na reprodução da sua variabilidade espacial. A resolução espacial de 100x100 metros é, de acordo com a metodologia adoptada, a mais ajustada para cartografar a precipitação em ano seco e a precipitação média de Janeiro. No mapeamento da precipitação média de Dezembro, as pontuações obtidas indicam que a resolução espacial de 50x50 metros é a mais apropriada. A metodologia de avaliação dos desvios quadráticos de estimação da precipitação que se acaba de aplicar revelou resultados diferentes dos obtidos no ponto , por apreciação de cinco parâmetros de avaliação de modelos. A diferença de resultados advém do facto da metodologia agora aplicada se basear na análise individualizada das estimativas geradas. Os parâmetros anteriormente utilizados na avaliação de modelos assentam maioritariamente em valores médios dos desvios de estimação. Na sequência dos resultados obtidos, importa compreender se as diferenças existentes entre os desvios de estimação anteriormente analisados para cada intervalo de totalização da precipitação são estatisticamente significativas. Para tal, procedeu-se à aplicação de um teste estatístico que avalia se as diferenças entre as estimativas de precipitação associadas às diversas resoluções espaciais testadas são estatisticamente significativas. O teste aplicado foi o teste de Friedman (Siegel, 1975). Trata-se de um teste não paramétrico que avalia se as amostras analisadas foram extraídas da mesma população, isto é, se as estimativas de precipitação para o mesmo fenómeno, produzidas por iguais métodos para distintos níveis de detalhe das variáveis auxiliares utilizadas, são 295

184 significativamente diferentes. Os resultados obtidos para os dezassete testes desenvolvidos (um para cada intervalo de totalização da precipitação) indicaram, para um nível de confiança de 99%, que não se pode rejeitar a hipótese de que as amostras analisadas tenham sido extraídas da mesma população. Tal significa que as estimativas de precipitação para o mesmo fenómeno, produzidas por iguais métodos para distintos níveis de detalhe das variáveis auxiliares utilizadas, não são significativamente diferentes. Os resultados alcançados, através de uma análise que se crê ser inédita, demonstram que, embora existam diferenças entre as estimativas de precipitação geradas pelas diversas resoluções espaciais ensaiadas para o mesmo método de interpolação, tais diferenças não são estatisticamente significativas. Consequentemente, o método de interpolação anteriormente seleccionado para modelar a variabilidade espacial de cada intervalo de totalização da precipitação pode ser indiferentemente aplicado a qualquer uma das resoluções espaciais estudadas Contributo da Utilização de Regiões Homogéneas para a Melhoria das Estimativas de Precipitação A partir das três regiões homogéneas identificadas no ponto (Figura 5.89) e com base nas técnicas de interpolação e resoluções espaciais eleitas para modelar a variabilidade espacial de cada intervalo de totalização da precipitação, pretendese agora verificar se a aplicação das mesmas técnicas com modelos ajustados a cada região possibilita melhorar as estimativas de precipitação anteriormente obtidas. Esta pesquisa nunca foi desenvolvida no actual contexto, pelo que se desconhecem os resultados da sua aplicação ao território Continental. Numa fase inicial, optou-se por restringir esta análise a dois dos 17 intervalos de totalização da precipitação estudados: a precipitação máxima diária anual para um período de retorno de 100 anos e a precipitação total anual, dado constituírem extremos de observação dos fenómenos pluviosos em análise. Os resultados obtidos determinarão se a análise se deve alargar aos restantes intervalos de totalização da precipitação abordados. Dado que a krigagem utilizando a altitude como deriva externa (à resolução de 1000x1000 metros) foi a técnica seleccionada para cartografar a variabilidade 296

185 espacial dos dois intervalos de totalização da precipitação mencionados, a aplicação da mesma técnica a cada uma das regiões homogéneas obrigou a modelar a continuidade espacial de cada intervalo de totalização da precipitação por região. Para simplificação da modelação, e porque o número de pares de observações de precipitação disponíveis por região nem sempre eram abundantes (vide Quadro 5.50), os modelos variográficos adoptados para estimar a precipitação através da técnica de krigagem com deriva externa são todos omnidireccionais. Qualquer dos modelos utilizados é constituído por um efeito de pepita não nulo e por uma estrutura esférica. O Quadro 5.51 descreve os parâmetros associados aos modelos teóricos aplicados na estimação da precipitação total anual e da precipitação máxima diária anual para um período de retorno de 100 anos. Quadro Nº de postos de precipitação associados a cada região homogénea Região Nº de postos de precipitação (rede de 439 postos utilizada para estimar as precipitações anuais e mensais) Nº de postos de precipitação (rede de 448 postos utilizada para estimar as precipitações máximas diárias anuais) Quadro 5.51 Parâmetros dos modelos teóricos omnidireccionais ajustados a cada região para estimar a precipitação total anual e a precipitação máxima diária anual (T=100 anos) através de krigagem utilizando a altitude à resolução espacial de 1000x1000 metros como deriva externa Intervalo de totalização da precipitação Região Efeito de Pepita (mm 2 ) Amplitude (m) Patamar (mm 2 ) Total Anual Máxima Diária Anual (T=100 anos) A alteração da extensão espacial do domínio de estimação conduziu à revisão das vizinhanças anteriormente adoptadas na interpolação da precipitação. Com este 297

186 objectivo, foram efectuados diversos testes com base na técnica de validação cruzada, utilizando vizinhanças circulares de raio variável. Estes testes conduziram à selecção uma vizinhança de estimação circular com um raio de 80 km para a precipitação total anual. Os mesmos testes indicaram que se deveria suprimir qualquer vizinhança na estimação da precipitação máxima diária anual para um período de retorno de 100 anos. Após cálculo para cada região, com base na técnica de validação cruzada, das estimativas de precipitação através de krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa, procedeu-se à comparação das estimativas através dos cinco parâmetros de avaliação já anteriormente utilizados. O Quadro 5.52 possibilita a comparação dos parâmetros de avaliação das estimativas da precipitação total anual obtidas para o modelo de interpolação aplicado com uma formulação única para todo o Continente, com as obtidas por aplicação da mesma técnica com modelos individualmente ajustados a cada região. À excepção do erro médio (EM), os restantes parâmetros de avaliação revelam que a estimação desenvolvida com base nas três regiões homogéneas é mais adequada à modelação da variabilidade espacial da precipitação total anual. Quadro 5.52 Medidas de avaliação das estimativas da precipitação Total Anual (1959/ /91) produzidas por krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa e obtidas com base na técnica de validação cruzada Indicador multicritério do modelo Modelo (resolução espacial) KED c/ Z (1000) desenvolvido separadamente sobre 3 regiões homogéneas; viz.=80 km CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z (1000); viz.= 50 km O Quadro 5.53 permite uma análise dos parâmetros de avaliação das estimativas da precipitação total anual obtidos para cada região. 298

187 Quadro 5.53 Medidas de avaliação por região das estimativas da precipitação Total Anual (1959/ /91) produzidas por krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa e obtidas com base na técnica de validação cruzada CORREL Parâmetros de Avaliação EM (mm EQM (mm 2 ) EAM EAM% (%) Região Região Região Da sua leitura, conclui-se que a correlação entre valores observados e estimados é bastante inferior ao expectável e particularmente reduzida nas regiões 2 e 3. Na região 3, o erro percentual absoluto médio (EAM%) é mesmo mais elevado do que o obtido através do modelo aplicado com uma formulação única para todo o território Continental. A confrontação de algumas estatísticas descritivas da precipitação total anual observada com as estatísticas descritivas correspondentes da precipitação estimada (Quadro 5.54) permite destacar que a utilização de modelos ajustados a cada região proporciona, como seria espectável, a obtenção de um desvio da precipitação mínima observada muito mais realista do que o produzido através da estimação desenvolvida a partir de um modelo único. Quadro 5.54 Estatísticas descritivas das observações e das estimativas da precipitação Total Anual (1959/ /91) e indicadores multi-critério associados ao modelo de krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Desvio Min. Padrão Mediana Max. Valores Observados KED c/ Z (1000) desenvolvido separadamente sobre 3 regiões homogéneas; viz.= 80 km C.V KED c/ Z (1000); viz.= 50 km

188 A informação apresentada no Quadro 5.55 testemunha que, embora ocorra uma sobreavaliação dos valores mínimos da precipitação anual observada por região, a estimação destes valores é mais aceitável do que a possibilitada por um modelo único. Quadro 5.55 Estatísticas descritivas por região das observações e das estimativas da precipitação Total Anual (1959/ /91) associadas ao modelo de krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa Região 1 Região 2 Região 3 Média Mediana Estatísticas Descritivas Desvio Min. Padrão Max. C.V. Observações Estimativas Observações Estimativas Observações Estimativas A Figura apresenta as estimativas da precipitação total anual (1959/ /91), obtidas para o território Continental através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km), com modelos individualmente ajustados a cada região homogénea. Da sua observação, verifica-se a existência de descontinuidades pronunciadas nas fronteiras entre as regiões 1 e 2. A Figura mostra o desvio padrão do erro de estimação da precipitação total anual, obtido por aplicação da técnica anteriormente referida. A comparação da Figura com a equivalente, obtida por aplicação de um modelo com uma formulação única para o território Continental (Figura 5.104), indica que a estimação baseada em regiões homogéneas permitiu reduzir substancialmente o desvio padrão do erro de estimação da precipitação nas regiões 1 e 2, mas aumentou drasticamente o desvio padrão do erro de estimação da precipitação na região 3. Este facto, aliado aos parâmetros de avaliação menos favoráveis obtidos para a região 3, desaconselha a adopção da técnica de krigagem, utilizando a altitude como deriva externa, com modelos individualmente 300

189 ajustados a cada região homogénea, na estimação da precipitação total anual para a totalidade do território. Figura Estimativas da precipitação total anual (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) com subdivisão do território Continental em 3 regiões homogéneas Figura Desvio padrão do erro de estimação da precipitação total anual (1959/ /91), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) com subdivisão do território Continental em 3 regiões homogéneas Para a precipitação máxima diária anual para um período de retorno de 100 anos foi desenvolvida uma análise similar à apresentada para a precipitação total anual. O Quadro 5.56 permite a comparação dos parâmetros de avaliação das estimativas da precipitação máxima diária anual para um período de retorno de 100 anos obtidas para o modelo de interpolação aplicado com uma formulação única para todo o Continente, com as obtidas por aplicação da mesma técnica com modelos individualmente ajustados a cada região. Os parâmetros de avaliação e o indicador multi-critério denotam que a estimação desenvolvida com base em regiões homogéneas parece ser mais adequada à modelação da variabilidade espacial da precipitação máxima diária anual para um período de retorno de 100 anos. 301

190 Quadro 5.56 Medidas de avaliação das estimativas da precipitação Máxima Diária Anual para um período de retorno de 100 anos (1863/ /95) produzidas por krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa e obtidas com base na técnica de validação cruzada Indicador multicritério do modelo Modelo (resolução espacial) KED c/ Z (1000) desenvolvido separadamente sobre 3 regiões homogéneas; viz.=total CORREL Parâmetros de Avaliação EM EQM (mm 2 ) EAM EAM% (%) KED c/ Z (1000); viz.= 50 km O Quadro 5.57 viabiliza uma análise por região dos parâmetros de avaliação das estimativas da precipitação máxima diária anual para um período de retorno de 100 anos. A informação apresentada permite concluir que a correlação entre valores observados e estimados é, em todas as regiões, muito inferior ao que seria esperado. O erro percentual absoluto médio (EAM%) associado às estimativas de precipitação da região 3 é muito elevado, chegando mesmo a ultrapassar o erro correspondente obtido através do modelo aplicado com uma formulação única para o território Continental. Quadro 5.57 Medidas de avaliação por região das estimativas da precipitação Máxima Diária Anual para um período de retorno de 100 anos (1863/ /95) produzidas por krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa e obtidas com base na técnica de validação cruzada Parâmetros de Avaliação CORREL EM (mm EQM (mm 2 ) EAM EAM% (%) Região Região Região O Quadro 5.58 faculta a comparação de estatísticas descritivas da precipitação máxima diária anual para um período de retorno de 100 anos observada, com as estatísticas descritivas correspondentes da precipitação estimada. A informação disponibilizada permite concluir que a estimação baseada em modelos ajustados a cada região reproduz a maioria das estatísticas descritivas da 302

191 precipitação máxima diária anual observada com desvios ligeiramente superiores aos produzidos através da estimação desenvolvida a partir de um modelo único. Quadro 5.58 Estatísticas descritivas das observações e das estimativas da precipitação Máxima Diária Anual para um período de retorno de 100 anos (1863/ /95) e indicadores multi-critério associados ao modelo de krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa Estimativas Indicador multicritério do modelo Modelo (resolução espacial) Média Estatísticas Descritivas Mediana Desvio Padrão Min. Max. Valores observados KED c/ Z (1000) desenvolvido separadamente sobre 3 regiões homogéneas; viz.=total C.V KED c/ Z (1000); viz.= 50 km O Quadro 5.59 facilita uma análise por região das estatísticas descritivas anteriormente apresentadas. Quadro 5.59 Estatísticas descritivas por região das observações e das estimativas da precipitação Máxima Diária Anual para um período de retorno de 100 anos (1863/ /95) associadas ao modelo de krigagem utilizando a altitude à resolução de 1000x1000 metros como deriva externa Média Mediana Estatísticas Descritivas Desvio Padrão Min. Max. C.V. Região 1 Região 2 Região 3 Observações Estimativas Observações Estimativas Observações Estimativas Os dados fornecidos indicam que quando se recorre à estimação desenvolvida com base em funções ajustadas a cada região, a precipitação mínima observada é 303

192 sobreavaliada nas três regiões. Este facto é mais notório na região 3, onde o valor mínimo estimado excede em 40% o correspondente observado. Por outro lado, a produção de estimativas baseadas em regiões homogéneas origina que a precipitação máxima observada seja subestimada nas três regiões consideradas. A Figura apresenta as estimativas da precipitação máxima diária anual para um período de retorno de 100 anos (período máximo de observação: 1863/ /95), produzidas para o território Continental através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km), com modelos individualmente ajustados a cada região homogénea. Da sua comparação com a figura equivalente, obtida por aplicação de um modelo único para a totalidade do território Continental (Figura 5.148), observa-se uma atenuação da precipitação máxima estimada para a região 3. A Figura ilustra o desvio padrão do erro de estimação da precipitação máxima diária anual para um período de retorno de 100 anos, associado ao mapa constante da Figura A comparação da Figura com a equivalente, obtida por aplicação de um modelo com uma formulação única para todo o território (Figura 5.149), indica, à semelhança do que foi observado para a precipitação total anual, que a estimação baseada em regiões homogéneas possibilita diminuir o desvio padrão do erro de estimação da precipitação nas regiões 1 e 2, mas aumenta de forma inaceitável o desvio padrão do erro de estimação da precipitação na região 3. O elevado desvio padrão do erro de estimação da precipitação obtido para a região 3, e o facto da estimação baseada em modelos ajustados a cada região reproduzir a maioria das estatísticas descritivas da precipitação máxima diária anual observada com desvios ligeiramente superiores aos produzidos através da estimação desenvolvida a partir de um modelo único, demonstram que a utilização da técnica de krigagem, utilizando a altitude como deriva externa, é mais eficaz na estimação da precipitação máxima diária anual para um período de retorno de 100 anos quando se adopta um modelo único para a totalidade do território Continental. 304

193 Figura Estimativas da precipitação máxima diária anual para um período de retorno de 100 anos (período máximo de observação: 1863/ /95), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) com subdivisão do território Continental em 3 regiões homogéneas Figura Desvio padrão do erro de estimação da precipitação máxima diária anual para um período de retorno de 100 anos (período máximo de observação: 1863/ /95), obtido através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) com subdivisão do território Continental em 3 regiões homogéneas Os resultados obtidos para os dois intervalos de totalização da precipitação estudados revelaram que a estimação baseada em modelos ajustados a cada região, desenvolvida através da técnica de krigagem (utilizando a altitude à resolução espacial de 1000x1000 metros como deriva externa) não é globalmente mais eficaz do que a estimação desenvolvida a partir de um modelo único para a totalidade do território Continental. Apesar de se verificar algum aperfeiçoamento nas estimativas de precipitação produzidas para as regiões 1 e 2, verifica-se simultaneamente uma degradação das estimativas de precipitação produzidas para a região 3. Este facto é certificado pelo elevado desvio padrão do erro de estimação da precipitação obtido para aquela região. Acresce ao exposto, o facto da abordagem de estimação baseada em modelos ajustados a cada região produzir descontinuidades pronunciadas nas fronteiras entre regiões. 305

194 A investigação desenvolvida neste âmbito provou que é extremamente difícil modelar a continuidade espacial da precipitação associada à região homogénea 3. Os modelos teóricos utilizados na modelação da continuidade espacial da precipitação desta região, apesar de terem sido confrontados com diversos modelos alternativos, não podem ser considerados satisfatórios face aos resultados alcançados. A modelação da continuidade espacial da precipitação associada à região 3 constitui, por isso, uma área de investigação que merece ser futuramente aprofundada, através do ensaio de funções alternativas às testadas. Os resultados obtidos para os dois intervalos de totalização da precipitação estudados indicaram que a análise não se deveria estender aos restantes intervalos de totalização da precipitação, porque os motivos que obviam à melhoria das estimativas de precipitação anteriormente obtidas dependem essencialmente da configuração espacial das regiões homogéneas identificadas Comparação dos Mapas de Precipitação Total Anual Relativos aos Períodos e 1959/ /1991 Neste ponto procede-se à comparação do mapa de precipitação total anual desenvolvido no âmbito deste estudo (1959/ /91) com o mapa de precipitação total anual ( ) que foi produzido pelo Serviço Meteorológico Nacional e que integra o repositório digital do Atlas do Ambiente. As duas figuras que se seguem possibilitam uma primeira comparação das diferenças existentes entre as estimativas de precipitação total anual produzidas para o território Continental pelas duas fontes mencionadas. O mapa de precipitação total anual produzido no âmbito deste estudo baseia-se num modelo de dados matricial e, consequentemente, possibilita conhecer o quantitativo de precipitação que foi estimado para cada célula (de 1x1 km) que integra a malha quadricular em que o domínio espacial foi subdividido. A versão em suporte digital do mapa de precipitação total anual produzido pelo Serviço Meteorológico Nacional baseia-se num modelo de dados vectorial, pelo que apenas quantifica valores exactos de precipitação para os perímetros das áreas poligonais definidas por isoietas. Dentro de cada polígono apenas se sabe qual o intervalo de valores de precipitação que lhe corresponde. Cada intervalo de valores de precipitação é identificado por um código. 306

195 Figura Estimativas da precipitação total anual ( ), produzidas pelo Serviço Meteorológico Nacional (Fonte: Atlas do Ambiente) Figura Estimativas da precipitação total anual (1959/ /91), obtidas através da técnica de krigagem utilizando a altitude como deriva externa (resolução espacial: 1x1 km) Tratando-se de dois produtos cartográficos que apresentam modelos de dados e níveis de detalhe muito distintos, e dado que o mapa relativo à normal climatológica é uma carta de isoietas, a comparação foi condicionada pelos intervalos de precipitação que estão associados às áreas poligonais daquele mapa. Deste modo, efectuou-se uma reclassificação do mapa de precipitação total anual produzido no âmbito deste estudo, com vista à obtenção dos mesmos códigos que estão associados aos intervalos de precipitação utilizados na carta distribuída pelo Atlas do Ambiente. Para viabilizar a comparação dos mapas, o mapa fornecido pelo Atlas do Ambiente foi seguidamente convertido para formato matricial, com uma resolução espacial de 1x1 km. As transformações efectuadas sobre os dois mapas possibilitaram a sua sobreposição e o desenvolvimento de operações aritméticas a partir dos códigos associados às mesmas localizações de cada mapa. A comparação (desenvolvida por célula) das estimativas de precipitação total anual produzidas pelo Serviço Meteorológico Nacional com as estimativas de precipitação total anual desenvolvidas no âmbito deste estudo permitiu a 307

196 construção do mapa apresentado na Figura Figura Comparação das estimativas de precipitação total anual (1959/ /91) produzidas por krigagem utilizando a altitude, à resolução espacial de 1x1 km, como deriva externa [KED c/ Z (1000)] com as estimativas de precipitação anual ( ) produzidas pelo Serviço Meteorológico Nacional [ATLAS] A análise da informação apresentada na Figura permite destacar que: para 43% da superfície Continental as estimativas de precipitação total anual dos dois períodos de referência considerados são semelhantes; para 42% do território as estimativas de precipitação total anual obtidas para o período de 1959/ /91 são superiores às estimativas de precipitação total anual relativas ao período de ; para 15% da área do território Continental as estimativas de precipitação total anual produzidas para o período de 1959/ /91 são inferiores às estimativas de precipitação total anual referentes ao período de Uma avaliação mais detalhada permitiu ainda verificar que: as estimativas de precipitação total anual desenvolvidas no âmbito deste estudo (1959/ /91) são bastante inferiores às produzidas pelo Serviço Meteorológico Nacional ( ) nas seguintes localidades: Bragança, Vila Flor, Vila Pouca de Aguiar, Idanha-a-Nova, Castelo Branco, Seia, Covilhã e Pampilhosa da Serra; as estimativas de precipitação total anual produzidas para o período 308

197 1959/ /91 são muito superiores às obtidas pelo Serviço Meteorológico Nacional ( ) no litoral do país e na bacia do Douro, designadamente em Vila Real e Lamego. A comparação (desenvolvida por intervalos de precipitação) da superfície do território abrangida pelas estimativas de precipitação produzidas pelo Serviço Meteorológico Nacional com a área correspondente abrangida pelas estimativas de precipitação obtidas no âmbito deste estudo é possibilitada pela Figura Precipitação Total Anual > < 400 Superfície do Território abrangida pelas estimativas obtidas para cada intervalo de Precipitação Superfície (km 2 ) ATLAS KED c/ Z (1000) Figura Comparação da superfície do território afecta às estimativas de precipitação total anual relativas ao período 1959/ /91 [KED c/ Z (1000)] com a superfície do território afecta às estimativas de precipitação anual relativas ao período [ATLAS] Da análise da Figura conclui-se que a superfície do território para a qual foi estimada uma precipitação inferior a 600 mm é maior no período de do que no período 1959/ /91. As estimativas de precipitação que variam entre 600 e 1200 mm abrangem uma área do território Continental maior em 1959/ /91 do que em A superfície do território que recebe quantitativos de precipitação que variam entre 1200 e 1600 mm é mais reduzida no período 1959/ /91 do que no período Por outro lado, as estimativas de precipitação superiores a 1600 mm, produzidas no âmbito do presente estudo, ocupam uma superfície territorial maior do que as estimativas equivalentes obtidas pelo Serviço Meteorológico Nacional. Deste modo, conclui-se que as principais 309

198 diferenças entre os dois mapas de repartição espacial da pluviosidade anual estão associadas aos intervalos de precipitação abaixo dos 600 mm e acima dos 1600 mm. Enquanto que a superfície do território Continental em que chove menos de 600 mm é maior no período , a área do país em que chove mais de 1600 mm é bastante superior no período 1959/ / Contributo para a Reestruturação da Rede de Monitorização de Precipitação de Portugal Continental A abordagem adoptada no desenvolvimento da proposta de reestruturação que seguidamente se apresenta difere substancialmente das tradicionalmente utilizadas (descritas no ponto 3.6). Procurando tirar partido das capacidades de análise espacial proporcionadas pelos Sistemas de Informação Geográfica (SIG), tentou-se conceber uma metodologia inovadora que conjugasse diversos aspectos que têm sido isoladamente considerados na avaliação de redes de monitorização da precipitação. Os aspectos avaliados conjuntamente foram: a configuração espacial da rede de monitorização utilizada neste estudo; as características fisiográficas associadas aos locais de implantação dos postos de medição do fenómeno; as localizações para as quais foram obtidos elevados erros percentuais absolutos (EA%) de estimação da precipitação (calculados através de validação cruzada); o desvio padrão do erro cometido na estimação da precipitação; a configuração espacial da rede de monitorização de precipitação que presentemente se encontra em operação, ou que está prevista para o domínio espacial analisado. A caracterização das redes de monitorização utilizadas na estimação da precipitação, que foi desenvolvida no ponto 5.2.6, possibilitou identificar zonas do território que apresentam carência ou excesso de postos, com base nas características geo-morfológicas associadas aos locais de monitorização do fenómeno. Resumidamente, as áreas que revelam potencial carência de postos de monitorização da precipitação estão associadas às seguintes condições geomorfológicas: a) locais com altitude inferior a 100 metros mas igual ou superior a 50 metros, 310

199 ou locais com altitude inferior a 200 metros mas igual ou superior a 150 metros, ou locais com altitude inferior a 500 metros mas igual ou superior a 250 metros; b) locais com declive inferior a 1.5%, ou locais com declive inferior a 12% mas igual ou superior a 9%; c) locais com exposição total (plana), ou locais com exposição a W, ou locais com exposição a SW. Com vista à delimitação das áreas com deficit de postos, as três classes mencionadas foram agrupadas em três temas distintos a partir de análises desenvolvidas através do software SIG. Cada tema criado identifica as áreas do território associadas a um dos aspectos fisiográficos listados. O desenvolvimento da operação de intersecção dos três temas possibilitou a obtenção de um novo tema que identifica as áreas do território que cumprem simultaneamente todos os aspectos listados (a) e b) e c)). As áreas identificadas no âmbito deste novo tema serão mais adiante avaliadas para determinação da necessidade efectiva de reforço de postos de monitorização da precipitação. Dado que a rede de monitorização existente deve assegurar pequenas margens de erro na estimação da precipitação, e uma vez que alguns dos métodos de interpolação adoptados disponibilizaram informação sobre a variabilidade do erro desenvolvido na estimação da precipitação, procedeu-se de seguida à identificação das zonas do domínio espacial onde o desvio padrão do erro associado às estimativas de precipitação tivesse sido muito elevado. Tendo em conta que o desvio padrão do erro cometido na estimação da precipitação depende fundamentalmente da configuração espacial da rede de monitorização utilizada, e porque neste estudo se utilizaram duas redes de monitorização da precipitação distintas, considerou-se que, para contemplar as duas redes, se deveria avaliar o desvio padrão do erro desenvolvido na estimação da precipitação total anual e o desvio padrão do erro desenvolvido na estimação da precipitação máxima diária anual para um período de retorno de 100 anos. Neste sentido, a partir de análises desenvolvidas em ambiente SIG, construíram-se dois temas distintos que identificam as áreas do domínio espacial associadas a valores do desvio padrão do erro de estimação da precipitação que se consideraram elevados: 311

200 d) locais onde o desvio padrão do erro cometido na estimação da precipitação total anual, é igual ou superior a 297 mm; e) locais onde o desvio padrão do erro cometido na estimação da precipitação máxima diária anual para um período de retorno de 100 anos, é igual ou superior a 35 mm. O cruzamento da informação coberta por estes dois temas, com o tema resultante da sobreposição dos três aspectos fisiográficos anteriormente considerados, permitiu a produção de informação de valor acrescentado com vista à avaliação da rede de monitorização de precipitação actualmente em operação no território Continental. A informação em causa identifica as áreas do território que apresentam um elevado desvio padrão do erro de estimação da precipitação e que, simultaneamente, exibem características fisiográficas que estão potencialmente associadas a zonas que carecem de postos de monitorização da precipitação. A proposta de reorganização da rede de monitorização de precipitação, que em seguida se apresenta, fundamentou-se na confrontação da informação de valor acrescentado descrita com a distribuição espacial dos postos de monitorização de precipitação actualmente existentes e previstos para o território Continental. Estes dados foram integrados e analisados em ambiente SIG. A proposta de reorganização concebida desdobra-se numa série de acções que foram norteadas pelo objectivo de minimizar os custos globais das alterações contempladas. Estas incluem: a criação de novos postos; a reactivação de postos já extintos; a deslocação de postos já existentes para localizações pouco distantes (a menos de 6 km) dos actuais locais de implantação. Na análise desenvolvida procurou-se afectar novos postos, ou deslocar postos já existentes, para as áreas que evidenciam um elevado desvio padrão do erro de estimação da precipitação e que, simultaneamente, apresentam características fisiográficas associadas a um potencial deficit de postos de monitorização da precipitação. Nesta análise foram igualmente considerados os locais para os quais se tinham obtido elevados erros percentuais absolutos na estimação da precipitação através 312

201 de validação cruzada. Sabendo que a supressão de um posto neste locais prejudica a estimação desenvolvida com base na técnica de validação cruzada, tentou-se não só salvaguardar a sua existência, mas também reforçar a monitorização do fenómeno na vizinhança daqueles locais. O Quadro 5.60 apresenta as acções propostas para reorganizar a rede de monitorização de precipitação na zona norte do território. Quadro 5.60 Acções propostas para reorganizar a actual rede de monitorização de precipitação na zona norte do território Continental Localização Aproximada Acção Concelho(s) Bacia(s) hidrográfica(s) Coordenada rectangular* X (metros) Coordenada rectangular* Y (metros) Deslocar o posto Caminha (02E/04) para a localização indicada Caminha Minho Deslocar o posto Vale de Afonsinho (08O/01) para a localização indicada Implantar novo posto Deslocar o posto Ligares (Quinta de Santia) (07P/04) para a localização indicada Pinhel / Figueira de Castelo Rodrigo S. João da Pesqueira Freixo de Espada à Cinta Douro Douro Douro Implantar novo posto Mogadouro Douro Deslocar o posto Junqueira (06O/06) para a localização indicada Deslocar o posto Castelo Melhor (07O/05) para a localização indicada Vila Flor / Torre de Moncorvo Vila Nova de Foz Côa Douro Douro * Sistema de projecção: Gauss, Elipsóide: Hayford Internacional, Datum planimétrico: Datum Lisboa A Figura identifica os locais associados às medidas apresentadas no Quadro

202 Figura Identificação das medidas de reorganização da rede de monitorização de precipitação propostas para a zona norte do território O Quadro 5.61 descreve as acções propostas para reorganizar a rede de monitorização de precipitação na zona centro do território. A Figura fornece o enquadramento geográfico das acções propostas no Quadro Figura Identificação das medidas de reorganização da rede de monitorização de precipitação propostas para a zona centro do território 314

203 Quadro 5.61 Acções propostas para reorganizar a actual rede de monitorização de precipitação na zona centro do território Continental Acção Deslocar o posto Agadão (10H/03) para a localização indicada Deslocar o posto Albergaria dos Doze (15F/01) para a localização indicada Deslocar o posto Sta. Catarina da Serra (16E/05) para a localização indicada Deslocar o posto Ervedeira (14D/06) para a localização indicada Deslocar o posto Arrimal (17D/03) para a localização indicada Deslocar o posto Minde (16E/02) para a localização indicada Activar o posto Termas Monfortinho (14P/01) ou implantar posto equivalente na localização indicada Deslocar o posto Rosmaninhal (15O/01) para a localização indicada Deslocar o posto Arranhó (20C/03) para a localização indicada Deslocar o posto Lousa (20B/03) para a localização indicada Deslocar o posto Pragança (18C/01) para a localização indicada Deslocar o posto Arraiolos (21J/02) para a localização indicada Concelho(s) Localização Aproximada Bacia(s) hidrográfica(s) Coordenada rectangular* X (metros) Coordenada rectangular* Y (metros) Mortágua Mondego Ourém / Pombal Tejo / Mondego / Lis Batalha / Ourém Lis Leiria Rio Maior / Porto de Mós /Alcobaça Alcanena / Torres Novas Ribeira do Costa Ribeiras do Oeste / Tejo Tejo Idanha-a-Nova Tejo Idanha-a-Nova Tejo Arruda dos Vinhos Tejo Mafra Tejo Cadaval / Alenquer Tejo Arraiolos Tejo * Sistema de projecção: Gauss, Elipsóide: Hayford Internacional, Datum planimétrico: Datum Lisboa 315

204 O Quadro 5.62 sintetiza as acções sugeridas para reorganizar a rede de monitorização de precipitação na zona sul do território Continental. A Figura identifica os locais associados às acções inventariadas no Quadro Quadro 5.62 Acções propostas para reorganizar a actual rede de monitorização de precipitação na zona sul do território Continental Acção Concelho(s) Localização Aproximada Bacia(s) hidrográfica(s) Coordenada rectangular* X (metros) Coordenada rectangular* Y (metros) Implantar novo posto Odemira Barlavento Deslocar o posto Cercal do Alentejo (27E/01) para a localização indicada Deslocar o posto de telemetria Cruz de João Mendes (25F/01) para a localização indicada Odemira Melides Santiago do Cacém Melides Implantar novo posto Sines Melides Activar o posto Pinheiro da Cruz (24E/01) Grândola Melides / Sado Implantar novo posto Montemor-o-Novo Sado Deslocar o posto Vidigueira (24K/02) para a localização indicada Deslocar o posto Herdade de Valada (26M/01) para a localização indicada Activar posto Vila Verde Ficalho (26N/01) Deslocar o posto Barrancos (25P/01) para a localização indicada Portel / Vidigueira Sado / Guadiana Serpa Guadiana Serpa Guadiana Barrancos Guadiana Implantar novo posto Portel Guadiana Deslocar o posto Évora - Monte (21K/02) para a localização indicada Estremoz Guadiana Implantar novo posto Campo Maior Guadiana * Sistema de projecção: Gauss, Elipsóide: Hayford Internacional, Datum planimétrico: Datum Lisboa 316

205 Figura Identificação das medidas de reorganização da rede de monitorização de precipitação propostas para a zona sul do território Dado que no território Continental a gestão da rede de monitorização de precipitação é partilhada por várias entidades, entendeu-se que as propostas conducentes à extinção de postos de monitorização não deveriam ser explicitamente formuladas. No Quadro 5.63 disponibiliza-se uma listagem dos pares de postos cujo afastamento é igual ou inferior a 2 km. A sua análise permitirá às entidades competentes decidir ou não sobre a necessidade de cessar alguns dos postos referidos. 317

206 Quadro 5.63 Identificação dos postos pertencentes à actual rede de monitorização da precipitação que distam no máximo 2 km de outros postos Código Posto Origem Designação Entidade Responsável Código Posto Destino Designação Entidade Responsável Distância (km) 03I/07 Ermida INAG 03I/06 Pedra Bela INAG K/02 Gralhós INAG 03K/04 Firvidas INAG M/01 Chaves INAG 03M/02 Chaves-Aeródromo IM G/01 Coimbra - Geofísico IM 12G/02 Coimbra INAG G/06 Coimbra (Bencata) IM 12G/02 Coimbra INAG L/03 Casal da Serra EDP 13L/04 S. Vicente da Beira INAG I/02 B. Cabril EDP 14I/01 Pedrogão Grande INAG B/05 Vimeiro IM 18B/04 Vimeiro (Lourinha) INAG D/01 Ota (Base Aérea) IM 19D/02 Ota INAG F/01 Coruche INAG 20F/03 Coruche IM C/07 Montijo (Base Aérea) IM 21C/10 Lavradio IM J/01 Évora Torre do Sertório IM 22J/02 Évora Cemitério IM N/02 Amareleja (I.N.M.G.) IM 24N/01 Amareleja (D.G.R.N.) INAG O/02 Vale de Malhão IM 25O/05 Contenda IM D/01 Sines IM 26D/02 Sines Monte Chão IM DISPONIBILIZAÇÃO DOS MAPAS DE PRECIPITAÇÃO AO PÚBLICO A disponibilização on-line dos mapas produzidos no âmbito do presente projecto pretendeu suprir as lacunas de informação actualizada, com cobertura nacional, verificadas neste domínio. À excepção da carta de precipitação total anual actualmente divulgada pelo Atlas do Ambiente na Internet ( desconhecem-se outras iniciativas que tenham aprofundado a presente temática com vista à disponibilização, em suporte digital, de mapas caracterizadores da distribuição espacial de precipitação no território Continental. Como já foi referido, a carta de precipitação total anual distribuída pelo Atlas do Ambiente corresponde a uma carta de isoietas em formato vectorial, o que inviabiliza a quantificação da precipitação associada a localizações específicas. Acresce a esta restrição, o facto das funcionalidades disponíveis para a consulta deste mapa serem muito limitadas. No site desenvolvido na Internet para a difusão dos mapas criados no âmbito do presente estudo (três para a precipitação anual, doze para a precipitação mensal e 318

207 dois para a precipitação máxima diária anual), cada mapa é passível de visualização e interrogação on-line, podendo ainda ser transferido para o posto de trabalho do utilizador que o solicite com vista a posteriores utilizações. A concepção do site foi norteada pelo objectivo de satisfazer os utilizadores que não dispõem de software apropriado para visualizar ou inquirir os mapas disponibilizados. Para os utilizadores mais entendidos na manipulação de informação geográfica em suporte digital, assegurou-se que todos os mapas de precipitação apresentados para consulta no site, estariam simultaneamente disponíveis para importação. O formato seleccionado para a disponibilização dos mapas foi o formato matricial, porque facilita a sua integração com informação adicional em ambiente SIG ou mesmo, a sua utilização em modelos. O site concebido na Internet (disponível no endereço : dá acesso aos seguintes conteúdos, através das opções da barra de navegação apresentada na parte superior de cada ecrã: Home Índice de Mapas Metod. e Bibliograf. SNIRH SNIG English Version A opção Home esclarece o utilizador sobre os objectivos do site, sobre a informação disponível e as modalidades de acesso à mesma. A opção Metod. e Bibliograf. direcciona o utilizador do site para: uma descrição dos aspectos metodológicos relacionados com a selecção e a elaboração de cada mapa de precipitação; uma listagem de referências bibliográficas relacionadas com a interpolação espacial de precipitação. As opções SNIRH e SNIG fornecem acessos directos ao Sistema Nacional de Informação de Recursos Hídricos (SNIRH) e ao Sistema Nacional de Informação Geográfica (SNIG). A opção English Version dá acesso à versão inglesa do site. A opção Índice de Mapas direcciona o utilizador do site para uma listagem dos mapas de precipitação que estão disponíveis, tanto para consulta, como para 319

208 importação. A figura que se segue ilustra parte da listagem referida. Figura Ecrã ilustrativo da informação apresentada após selecção da opção Índice de Mapas Para importar qualquer um dos mapas listados, basta que o utilizador seleccione a palavra download que se encontra sob o título do mapa pretendido. Para consultar um dos mapas listados, deve-se seleccionar o título do mapa pretendido ou a respectiva imagem. Esta acção dá origem ao aparecimento de um novo ecrã (Figura 5.169) destinado à visualização e inquirição de mapas. Neste ecrã, os diversos mapas de precipitação disponíveis para consulta podem ser individualmente seleccionados na secção intitulada Mapas de Precipitação Disponíveis. 320

209 Figura Ecrã disponibilizado para consulta de mapas de precipitação A consulta dos mapas de precipitação disponíveis faculta: a observação de cada mapa, recorrendo às opções de ampliar ou de reduzir regiões da imagem apresentada; a interrogação de cada mapa através da opção, que permite saber qual a pluviosidade associada a uma localização específica do mapa; a inquirição de cada mapa através da opção Reclassificação Activa disponível na secção intitulada Reclassificação do Mapa Activo, que possibilita visualizar os locais onde ocorre determinada gama de valores de precipitação, previamente especificada pelo utilizador. A selecção desta opção produz um novo mapa onde se identificam as zonas do domínio espacial que obedecem aos critérios de pesquisa fornecidos pelo utilizador. Ao consultar um mapa de precipitação, o utilizador pode solicitar a sobreposição de informação associada ao mapa em questão. Esta informação inclui os temas disponíveis na secção intitulada Informação Associada : informação gráfica e alfanumérica sobre a rede udométrica utilizada na estimação de cada intervalo de totalização da precipitação. 321