Estudos de tendências de índices de precipitação sobre o estado da Bahia

Transcrição

1 Estudos de tendências de índices de precipitação sobre o estado da Bahia Rayana Santos Araújo 1, José Ivaldo Barbosa de Brito 2, 1 Aluna de Graduação em Meteorologia, Bolsista PIBIC/CNPq, Unidade Acadêmica de Ciências Atmosféricas da Universidade Federal de Campina Grande, Paraíba PB, Bras. rayanaaraujo@yahoo.com.br, 2 Prof. Dr. Unidade Acadêmica de Ciências Atmosféricas da Universidade Federal de Campina Grande, Paraíba PB, Brasil ivaldo@dca.ufcg.edu.br ABSTRACT: The objectives this work were to study the tendencies of the extreme indexes of precipitation on the state of Bahia and to investigate the relationship of these indexes with IIAB ( Budyko Aridity Inverse Index) and IVDN or NDVI (Normalized Difference Vegetation Index). We used data from 31 meteorological stations. The RClimDex was used for estimates of the tendencies of the precipitation indices. The least squares method was used to calculi the correlations between the extreme indices and IIAB or IVDN. The correlations between the index CDD and IIAB or NDVI were negative, while the correlations between Rx5day and IIAB or NDVI and R1mm and IIAB or NDVI were positive. We can conclude that for semiarid and sub-humid areas of the state of Bahia the increase of the aridity is accompanying of the decline of the biological activity of the regional vegetation. However for humid areas one cannot affirm categorically that the increase of the humidity is capable to produce decrease of the biological activity. Key Words: Correlation, Budyko Aridity Inverse Index, NDVI, RClimDex Palavras-Chave: Correlações, índice de aridez de Budyko, NDVI, RClimDex. 1. INTRODUÇÃO O estado da Bahia (Figura 1), localizado no sul do Nordeste Brasileiro possui uma área de ,669 km 2, na qual se encontram 417 municípios que juntos somam uma população de habitantes (censo de 2). Devido a sua área, população e localização geográfica a Bahia é um estado fascinante para condução de estudos de variabilidade e mudanças climáticas. A propósito, ao mencionar estudos sobre o clima de uma determinada área é salutar informar que na primeira metade da década de 21-21, um grupo de trabalho com o auspício da OMM (Organização Meteorológica Mundial) desenvolveu esforços para a construção de índices de detecção e monitoramento de mudanças climáticas em todo o globo. Para tanto desenvolveram um soft denominado RClimDex, baseado no R e planilha Excel, e com saídas gráficas e tabelas dos índices estimados (ZHANG & YANG, 24). Ao todo foram confeccionados 27 índices, denominados de índices extremos de precipitação e temperatura do ar. Para o calculo destes índices as variáveis meteorológicas básicas são a precipitação total diário, temperaturas máxima e mínima diárias, para um período mínimo de aproximadamente quarenta anos contínuos. Retornando da Bahia pode-se afirmar que os 417 municípios estão distribuídos em 32 microrregiões homogêneas, entretanto, devido a problemas de qualidades de dados nem todas foram contempladas neste trabalho, uma vez que foram calculados os índices extremos de precipitação e de suas tendências para 31 localidades. Os índices de extremo e as suas tendências foram obtidas através RClimDex. Os índices foram correlacionados com o IVDN

2 (Índice de Vegetação Diferença Normalizada) e o IIAB (Índice Inverso de Aridez de Budyko) através do método dos mínimos quadrados. Ressalta-se que vários trabalhos, usando o RClimDex, têm sido realizados objetivando identificar índices de mudanças climáticas, tanto em escala continental (HAYLOCK et al., 26) como em escala regional (SANTOS & BRITO, 27; ARAÚJO, 29 ; SANTOS et al.,29). Isto mostra o interesse de grupos de pesquisa em monitorar possíveis mudanças climáticas que ocorram em alguma parte do globo. O presente trabalho tem como objetivo verificar possíveis relações entre os índices extremos de precipitação e a dinâmica da vegetação, medida através do NDVI (Índice de Vegetação por Diferença Normalizada) anual, e do clima, medido pelo IIAB (Índice Inverso de Aridez de Budyko), sobre o estado da Bahia. Figura 1 Mapa do estado da Bahia 2. MATERIAL E MÉTODOS Os dados diários de precipitação para o estado das 31 localidades do estado da Bahia, assim como, do IVDN estão disponíveis na Unidade Acadêmica de Ciências Atmosféricas (UACA) da Universidade Federal de Campina Grande (UFCG). Os cálculos dos índices extremos de monitoramento e detecção de mudanças climáticas foram estimados fazendo uso do pacote RClimDex que é um software livre de custo desenvolvido para calcular índices de extremos. Foram calculados, usando o RClimDex, os seguintes índice extremos de chuva: precipitação total, total de chuva em 5 dias consecutivos (Rx5day), total de chuva em 1 dia (Rx1day), chuva acima de 1 mm em um dia (R1mm), chuva acima de 2 mm em um (R 2mm), número de dias consecutivos secos em um ano (CDD), número de dias consecutivos úmidos em um ano (CWD), c huva acima de 5mm em um dia (Rmm) e intensidade de precipitação, que é o total de chuva anual dividido pelo número de dias com chuva no ano (SDII). Foi utilizado o programa Estima T para calcular os valores de temperatura máxima, mínima e média para o cálculo da evapotranspiração com o intuito de obter o índice inverso de aridez de Budyko (IIAB) que é dado pela razão entre a precipitação total anual e a evapotranspiração total anual.

3 Utilizando-se o método dos mínimos quadrados para as análises de regressão e correlação entre os índices de extremos climáticos e o IIAB e entre os índices de extremo e o IVDN. Assim como o IIAB e IVDN. 3. RESULTADOS E DISCUSSÕES Neste trabalho optou-se apresentar as correlações entre os índices extremos CDD (dias consecutivos secos), Rx5day (maior total anual de precipitação em cinco dias consecutivos) e R1mm (número de dias no ano com precipitação superior ou igual a 1 mm/dia) e o IIAB e IVDN. Assim como, a correlação entre o IIAB e o IVDN. A Figura 2 apresenta a distribuição espacial dos coeficientes de correlação entre o CDD e IIAB (Figura 2a) e entre CDD e IVDN (Figura 2b). Observa-se que a configuração geral entre as duas Figuras (2a e 2b) são semelhantes, exceto no Raso da Catarina. Para a relação CDD e IIAB verifica-se apenas dois núcleos positivos, assim mesmo, não estatisticamente significativos, para CDD e IVD observou-se quatro núcleos positivo, porém todos não são estatisticamente significativos. Portanto, períodos com grandes números de dias consecutivos secos tende a produzir baixos valores de IIAB e IVDN, ou seja, aumento do número de dias consecutivos secos no ano produz diminuição da atividade biológica das plantas e aumento da aridez regional. Correlação CDD x IIAB Correlação CDD x IVDN Figura 2 - Configuração espacial dos coeficientes de correlação entre o índice extremo CDD e IIAB (1a) e entre CDD e IVDN (1b). A Figura 3 mostra os padrões espaciais dos coeficientes de correlações entre o índice Rx5day e o IAB (Figura 3a) e entre Rx5day e IVDN (Figura 3b). As configurações foram bastante distintas, uma vez que a correlação entre Rx5day e IIAB foi positiva e estatisticamente significativa para todo Estado, exceto o extremo sul, enquanto, para Rx5day e IVDN apresentou uma configuração irregular com vários núcleos positivo distribuídos por todo Estado, inclusive no extremo sul e alguns negativos, estatisticamente não significativos, na parte norte. Por outro lado, a configuração observada para os coeficientes de correlação entre R1mm e IIAB apresentou coeficientes em quase todo estado da Bahia, sendo que na parte centro, norte e oeste foram estatisticamente significativos (Figura 4a). Para a correlação entre R1mm e IVDN observou-se coeficientes positivo em todo Estado, porém, foram estatisticamente significativos na parte norte, ou seja, apenas nas área mais seca, exceto parte

4 do Raso da Catarina (Figura 4b. Portanto, em escala regional é provável que as chuvas muito intensas em um dado período podem produzir uma redução, na média, do grau de aridez, porém ainda não é suficiente para originar um aumento das atividades biológicas da vegetação. Correlação Rx5day x IIAB Correlação Rx5day x IVDN Figura 3 - Configuração espacial dos coeficientes de correlação entre o índice extremo Rx5day e IIAB (2a) e entre Rx5day IVDN (2b). Correlação R1mm x IIAB Correlação R1mm x IVDN.85 LATIDUDE Figura 4 Configuração espacial dos coeficientes de correlação entre o índice extremo R1mm e IIAB (4a) e entre R1mm IVDN (4b). A Figura 5 mostra a distribuição espacial dos coeficientes de correlação entre IIAB e IVDN observa-se valores negativos, apenas no extremo sul e na localidade de Gentil do Ouro, que fica acima de 1 m de altitude, nas demais áreas os coeficientes são positivos. Ressaltase, que os valores negativos não são estatisticamente significativos. Entretanto, a partir dos resultados apresentados na Figura 5 pode-se afirmar que para as áreas semi-árida e sub-úmida o aumento da aridez produz decaimento da atividade biológica da vegetação regional, enquanto para as áreas mais úmidas não é possível afirmar categoricamente que há uma diminuição do vigor vegetativo das plantas devido ao aumento de umidade.

5 Correlação IVDN x Budyko Figura 5 - Configuração espacial dos coeficientes de correlação entre IIAB e IVDN. 4. CONCLUSÕES O aumento dos dias consecutivos secos em um ano é capaz de produzir aumento da aridez e decaimento da atividade biológica da vegetação regional da Bahia. Por outro lado, em escala regional é provável que as chuvas muito intensas em um dado período podem produzir uma redução, na média, do grau de aridez, porém não é suficiente para originar um aumento das atividades biológicas da vegetação. Para áreas semi-áridas e sub-úmidas do estado da Bahia o aumento da aridez é acompanhando do decaimento da atividade biológica da vegetação regional. Porém para regiões úmidas não se pode afirmar categoricamente que o aumento da umidade é capaz de produzir diminuição do vigor da vegetação. 5. REFERÊNCIAS BIBLIOGRÁFICAS ARAÚJO, W. S. Detecção de Tendências de Mudanças Climáticas para os Estados da Bahia e Sergipe por meio de Índices Pluviométricos Diários. 29, 162 p., Dissertação (Mestrado em Meteorologia), Universidade Federal de Campina Grande, Campina Grande, 26. HAYLOCK, M.; PETERSON, T. C.; ALVES, L.; et al., Trends in total and extreme South American rainfall and links with sea surface temperature. Journal of Climate, v. 19, p , 26. SANTOS, C. A. C.; BRITO, J. I. B. Análise dos Índices de Extremos para o Semi-árido do Brasil e suas relações com TSM e IVDN. Revista Brasileira de Meteorologia, v. 22, p , 27. SANTOS, C. A. C.; BRITO, J. I. B.; RAMANA RAO, T. V.; MENEZES, H. E. A. Tendências dos índices de precipitação no Estado do Ceará. Revista Brasileira de Meteorologia, v. 24, p , 29. ZHANG, X.; YANG, F. RClimDex (1.) User Guide. Climate Research Branch Environment Canada. Downsview (Ontario, Canada), 24, 22p.