ANÁLISE DE COMPONENTES PRINCIPAIS USANDO DADOS PLUVIOMÉTRICOS REFERENTES AO ESTADO DA PARAÍBA

Transcrição

1 ANÁLISE DE COMPONENTES PRINCIPAIS USANDO DADOS PLUVIOMÉTRICOS REFERENTES AO ESTADO DA PARAÍBA Robert Alan Ferreira de Araújo, Renilson Targino Dantas, Hudson Ellen Alencar Menezes 3, Lindenberg Lucena da Silva 4. RESUMO: Este trabalho apresenta os resultados da análise estatística das precipitações médias mensais registradas em 3 postos no estado da Paraíba onde foram utilizados os dados com coletas igual ou superior a anos, fazendo com que reduzise o número de postos para 9. Os resultados são apresentados em mapas que facilitam a observação dos fatores (componentes), e de acordo com as observações realizadas ficaram evidenciado características dos estudos já realizados anteriormente principalmente no que diz respeito a pluviosidade nas regiões do estado, que se mostram bastante complexa sendo fonte de grande preocupação devido aos sistemas que atuam para formar o clima no estado. PalavrasChave: Precipitação, Componentes Principais. ABSTRACT: This paper presents the results of the statistical analysis of the monthly average precipitation registered in 3 posts in Paraíba State where were used data with equal or superior to years collects, doing with that I reduced her the number of positions for 9. The results are presented in maps which facilitate the factors observation (components), and according to the observations done were evident characteristics of the studies already accomplished before mainly regarding to the pluviousity in regions of the state, which show themselves quite complex being source of great worry due to the systems that act on to form the climate in the state. Key words: Precipitation; Main components. INTRODUÇÃO Segundo estudos realizados por Costa (3), observase que a maior parte da região Nordeste do Brasil é caracterizada como semi árida, apresentando na parte central temperatura elevada que varia entre 4 a 8 C, com grande variabilidade espacial e temporal da precipitação e elevada taxa de evaporação. Ainda segundo Costa (3), a irregularidade climática decorrente dessa variabilidade faz com que grandes extensões da região Nordeste sejam submetidas aos efeitos de severas estiagens.

2 Especificamente na Paraíba, já foram realizados vários estudos relacionados com os índices pluviométricos de variabilidades de chuvas, isto só foi possível devido à implantação de postos no território do Estado sendo que foram intensificados tais estudos a partir 96 aumentando o número de trabalhos publicados entre 97 e 98, onde surgiram trabalhos mostrando as irregularidades das precipitações sendo que tal aumento no número de publicações deuse em parte pela criação do curso de Mestrado em Meteorologia da então Universidade Federal da Paraíba, hoje Universidade Federal de Campina Grande, (Brito 4). Com uma população estimada em habitantes, o estado da Paraíba ocupa km² de área territorial brasileira englobando 3 municípios, estando situado no extremo leste da região Nordeste do Brasil. Tem 98% de seu território inserido no Polígono da Seca. Faz limites: Norte: Rio Grande do norte; Sul: Pernambuco; Oeste: Ceará; Leste: Oceano Atlântico. As cidades mais populosas são: João Pessoa (capital), Campina Grande, Santa Rita, Patos, Bayeux e Souza. Com base nestes levantamentos, este trabalho tem como objetivo estabelecer grupos homogêneos de precipitação, através da análise de componentes principais. MATERIAIS E MÉTODOS Os dados utilizados neste trabalho foram cedidos pelo Laboratório de Meteorologia e Recursos Hídricos do Estado da Paraíba (LMRS PB). Foram analisados dados de 3 estações, entretanto devido à inconsistência de dados foram utilizadas para análise apenas 9 estações (Figura ) distribuídas no estado da Paraíba durante o período de BELÉM DO BREJ CRUZ CATOLÉ DO ROCHA JENIP.DOS CARREIROS CUITÉ BARRADO DO JUÁ JERICÓ ARARUNA 6. S.FRANCISCO CAC DE DENTRO CAIÇARA PILOES MATARACA ANTENOR NAVARRO SOUZA POMBAL PEDRA LAVRADA BARRA DE ST ROSA SOSSEGO SALGADO BANANEIRAS S.GONÇALO CAJAZEIRAS S.JOSÉ DO ESPINHARAS SERRARIA VILA MAIA NAZAREZINHO S.JOSÉ LAG TAPADA CONDADO MALTA ST LUZIA ALGODÃO ARAÇAGI S.MAMEDE ENGENHEIRO AVIDOS OLIVEDOS AREIA CUREMAS PATOS 7 ARAPUÃ ST TERESINHA S. JOS DE PIRANHAS CATINGUEIRA SALGADINHO JUAZEIRINHO SOLEDADE POCINHOS ALAGOA ALAGOA NOVA GRANDE FZ ST TEREZA ACAU SAPÉ OLHO DÁGUA TEIXEIRA TAPEROÁ ST ANDRÉ CAMPINA GRANDE BONITO DE SANTA ITAPORANGA GURJÃO INGÁ PILAR BOM JESUS FÉ BOA VENTURA GARROTES IMACULADA S. JOSÉ DOS CORDEIROS FAGUNDES ITABAIANA ALHANDRA IBIARANOVA OLINDA SERRA BRANCA CONCEIÇÃO JURU AGUA BRANCA CABACEIRAS FZ BODOCONGÓ LAGOA DOS AROEIRAS MARCOS 7. COXIXOLA MANAÍRA PRATA PRINCESA ISABEL BARRA DE S. MIGUEL MATA UMBUZEIRO VIRGEM 8 CAMALAU ST MARIA DA PARAIBA S.JOAO DO TIGRE Figura : Distribuição Espacial das Estações Pluviométricas do Estado da Paraíba.

3 Componentes Principais O objetivo da ACP é o de transformar o sistema de p eixos originais em um novo sistema que tem duas importantes propriedades: os novos eixos principais são ortogonais (isto é, as projeções das observações iniciais sobre cada um dos novos eixos, chamados de componentes principais, formam variáveis que são estatisticamente independentes) e as componentes principais são arranjadas em ordem decrescente de importância, de modo que cada uma delas explique a máxima quantidade da variância das observações, nãoexplicada pelas componentes anteriores, (Assis, 996). A variância total do sistema (V) é definida como a soma das variâncias das variáveis observadas, assim V é dada por: V = traço S = p p S ii = λ i em que S é a variância das variáveis observadas e λ i são os i= i= autovalores traço da matriz pode ser entendido também como o somatório da diagonal principal da matriz de correlação. λi A variância explicada por cada componente é: α = (%). RESULTADOS E DISCUSSÕES Através do uso do programa estatístico SPSS versão 9., no qual inserimos os dados das estações pluviométricas obteve as componentes principais e as seguintes correlações: Tabela : Extraction Method: Principal Component Analysis. Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Load Rotation Sums of Squared Loadings Comp. Total % of Cumulative Total % of Variance Cumulative Total % of Cumltv. % Variance % % Variance 6,4 3, 3, 6,4 3, 3, 6,4,98,98 4,8 3,64 89,4 4,8 3,64 89,4 4,34 36,6 88, 3, 4, 93,69, 4, 93,69,67,4 93,69 4,7,9 9,98,, 97, 6,,84 98, 7,7,6 98,67 8,6,3 99, 9,4,36 99,,3, 99,8,, 99,9,,8, Extraction Method: Principal Component Analysis. i p i = λ i

4 Observase que o programa truncou (Tabela ) os valores na segunda componente que acumuladamente já explica 89.4% em seus valores não rotacionados sendo que com os valores rotacionados observase um variância acumulada de 88,%, sendo que esta baixa de valor é devido à uma melhor distribuição quando é feita a rotação. Através do SURFER 7. foi realizada a plotagem que permite uma melhor visualização da distribuição espacial dos fatores de correlação (Figura ). Componente 4 Componente Componente Componente Componente 3 Figura : Distribuição Espacial dos Fatores de Correlação., Correlação das Componentes Rotacionadas Correlações,8,6,4,,,4 JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ Mêses Componente Componente Componenete 3 Figura 3: Correlação das Componentes Rotacionais. De acordo com as componentes (Figuras 3 e 4), é observado que a componente indica uma baixa correlação de Janeiro a Abril, tendo uma acréscimo de Maio a Novembro. A componente mostra uma boa correlação de Janeiro a Maio tendo um decréscimo Novembro

5 quando recomeça a subir os seus valores. Já a terceira componente se manteve na média durante o período observado tendo um pequeno acréscimo de Novembro a Dezembro de sua correlação. Com isso podemos avaliar que a componente esta diretamente ligada, levando em consideração a figura da distribuição geográfica das regiões pluviométricas homogenias I e II (Litoral Sul e Litoral Norte Brejo respectivamente), e parte das região III (Agreste). Já a componente está diretamente ligada com a região V e VI ( Sertão do Piranhas e Serão do Piancó) respectivamente, bem como parte da região IV( Cariri e Curimataú). A componente 3 se mostrou sempre na média sendo que de Novembro a Dezembro a mesma teve um acréscimo (podendo ser considerado como uma anomalia) onde se mostra intensa na região VI, IV e partes das regiões I, II, e III. Assim temos que para a primeira componente plotada espacialmente: Chuvas de Maio Chuvas de Junho Chuvas de Julho maio junho julho Chuvas de Agosto Chuvas de Setembro Chuvas de Outubro agosto Setembro Outubro Chuvas de Novembro Novembro Chuvas de Dezemnbro Chuvas de Chuva de Fevereira 6 J Dezembro Janeiro Fevereiro Chuva de Março Chuvas de Abril Para a segunda componente temos: Março Figura 4: Componentes e plotadas espacialmente Abril

6 A componente três por ter um nível de significância baixo foi caracterizada como uma anomalia do período estudado. CONCLUSÕES Para podermos entender como agem os sistemas de circulação que influenciam a Paraíba, precisamos entender como age o sistema para o Nordeste como um todo. São denominados Sistemas de Correntes Perturbados de Sul, Norte, Leste e Oeste. De acordo com as observações feitas, ficou evidenciado nos resultados obtidos características dos estudos já feitos anteriormente principalmente no que diz respeito a pluviosidade nas regiões do estado, que se mostram bastante complexa sendo fonte de grande preocupação devido aos sistemas que atuam para formar o clima no estado. Com relação a ACP, foi uma ferramenta imprescindível para realização destas observações climatológicas, pois através da mesma foi possível identificar os grupos de variáveis intercorrelacionadas, reduzindo o número de variáveis a serem estudadas e reescrevendo numa série de dados de forma interativa. REFERÊNCIAS BIBLIOGRÁFICAS Assis, F. Neto. De; Arruda, H. V. de; Pereira, A. R. ; APLICAÇÃO DE ESTATÍSTICA À CLIMATOLOGIA, TEORIA E PLATICA. Editora e Gráfica Universitária (UFPel), p. Brito, J. I. B; Silva, M. C. L. da; Costa, A. M. N. ; Braga, C. C. ; ANALISE DA PRECIPTAÇÃO DO ETADO DA PARAÍBA NO PERIODO DE 96 Revista Brasileira de Meteorologia, 4. COSTA, M. H. Effects of largescale changes in land cover on the discharge of the Tocantins River, southeastern Amazonia. J. Hydrol., p.83, 67, dio.6/s694(3)67, 3