X SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE ÍNDICES CLIMÁTICOS NA PREVISÃO DA PLUVIOSIDADE DA BACIA DO RIO BANABUIÚ- CEARÁ

Tamanho: px

Começar a partir da página:

Download "X SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE ÍNDICES CLIMÁTICOS NA PREVISÃO DA PLUVIOSIDADE DA BACIA DO RIO BANABUIÚ- CEARÁ"

Jonathan Back Osório
6 Há anos
Visualizações:

1 X SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE ÍNDICES CLIMÁTICOS NA PREVISÃO DA PLUVIOSIDADE DA BACIA DO RIO BANABUIÚ- CEARÁ Autores: Danilo Nogueira de Souza Ticiana Marinho de Carvalho Studart Renata Mendes Luna

INTRODUÇÃO O período chuvoso ( INVERNO ) do Norte do Nordeste Brasileiro (NNEB): concentra-se no primeiro semestre do ano (fevereiro a maio); Característica climática anômala em relação às

precipitações: necessidade do uso de índices climáticos para a caracterização da estação chuvosa; Índices climáticos tornam a previsão das chuvas mais próxima da realidade; Sendo assim, o

2 INTRODUÇÃO O período chuvoso ( INVERNO ) do Norte do Nordeste Brasileiro (NNEB): concentra-se no primeiro semestre do ano (fevereiro a maio); Característica climática anômala em relação às demais áreas tropicais do Planeta; Grande irregularidade interanual de precipitação: ocorrência de anos com chuvas abundantes e de anos secos; Irregularidade espaço-temporal das precipitações: necessidade do uso de índices climáticos para a caracterização da estação chuvosa; Índices climáticos tornam a previsão das chuvas mais próxima da realidade; Sendo assim, o planejamento e a execução das ações governamentais se solidificam, pois passam a contar com um embasamento técnico-científico; Otimização da aplicação dos recursos relacionados aos recursos hídricos.

3 ÍNDICES CLIMÁTICOS Os índices utilizados: El Niño 3.4, as anomalias da TSM (temperatura da superfície do mar) do Atlântico Sul e o TNI (Trans-Niño Index); Os dois primeiros são, tradicionalmente, os mais utilizados na previsão de chuvas no Estado do Ceará; TNI: Influência na caracterização do fenômeno de Oscilação do Sul (ENSO). Sua extensão tem efeito significativo em praticamente 1/4 da superfície da Terra, afetando mais as regiões tropicais e subtropicais do que as de maior latitude; Consiste na diferença entre as temperaturas normalizadas (dividas pelo desvio-padrão) do El Niño 1+2 e do El Niño 4. Com isso, a série resultante do TNI sofre normalização; O TNI e o El Niño 3.4 são aproximadamente ortogonais; Um índice que considera apenas as temperaturas médias da superfície do mar na parte equatorial do continente Sulamericano não é suficiente para caracterizar de modo adequado a natureza do evento ENSO.

4 LOCALIZAÇÃO DOS 3 El NIÑOS NO PACÍFICO EQUATORIAL

5 ÁREA DE ESTUDO Bacia do Rio Banabuiú

6 O Rio Banabuiú, o qual dá nome à bacia estudada, tem 314 km de comprimento, drenando km², e desenvolvendo-se em direção ao leste; Foz: localizada próximo à cidade de Limoeiro do Norte; Afluentes: os rios Patú, Quixeramobim e Sitiá (margem esquerda) e somente o Riacho Livramento na sua margem direita; A Bacia do Banabuiú abrange 13 municípios: Banabuiú, Boa Viagem, Ibicuitinga, Limoeiro do Norte, Madalena, Mombaça, Monsenhor Tabosa, Morada Nova, Pedra Branca, Piquet Carneiro, Quixadá, Quixeramobim e Senador Pompeu; Possui um clima Tropical Quente Semiárido; Médias das temperaturas anuais: de 26 C a 28 C; A média anual da precipitação é aproximadamente de 725,4 mm; A Bacia do Rio Banabuiú se insere nos sertões centrais do Ceará, que são mais fortemente submetidos às agruras do semi-árido.

7 METODOLOGIA E DADOS Dados utilizados: valores das precipitações de 9 postos pluviométricos, com séries históricas compreendendo de 1974 a Sendo este o maior disponível; Foram analisados os dados dos meses de janeiro a maio.

8 Valores das anomalias da TSM do Atlântico, das temperaturas do El Niño 3.4 e do TNI: site da NOAA ( Os valores para o TNI não estavam normalizados; Análise da relação entre os índices climáticos com a precipitação: Análise da Componente Principal (ACP), a qual corresponde a uma abordagem estatística que determina as relações de todas as variáveis (dados dos postos e dados dos índices) envolvidas no mesmo fenômeno entre si; Vantagem da ACP: redução do número de variáveis a analisar; A perda de informação é minimizada durante o processo de extração das componentes.

9 RESULTADOS

10 Janeiro: 81,97% da variabilidade da pluviosidade é explica por apenas 3 componentes principais; A primeira componente mostra o elevado peso (ou carga) dos postos; Apenas o posto Juatama, apresentando um peso menor, destoou dos demais; A segunda componente mostra a influência primordial (12,64%) do El Niño 3.4 e do TNI Normalizado na pluviosidade da região; Já a terceira componente mostra que somente a anomalia da TSM do Atlântico tem uma participação de 9,85% na precipitação, durante o mês de janeiro.

12 Fevereiro: 69,98% da variabilidade da pluviosidade é explica por apenas 3 componentes principais; A primeira componente do mês de fevereiro mostrou as cargas elevadas dos postos; Os postos Boa Viagem e Juatama divergiram dos demais, pois apresentaram pesos menores. Sendo o posto Juatama o menos influenciado; A segunda componente mostra que a maior influência (12,78%) na pluviosidade vem do El Niño 3.4 e da anomalia da TSM do Atlântico, com menor participação do TNI Normalizada; A terceira componente tem uma influência pouco menor (10,70%), no entanto os fenômenos com maior influência são o TNI Normalizado e a anomalia da TSM do Atlântico.

14 Março: 77,41% da variabilidade da pluviosidade é explica por um total de 4 componentes principais; A primeira componente para março mostrou os pesos elevados dos postos pluviométricos; Divergindo, de novo, apenas o posto de Juatama; A segunda componente mostra que a maior influência (12,27%) na pluviosidade vem, primordialmente, da anomalia da TSM do Atlântico; A terceira componente tem uma influência pouco menor (10,76%), contudo os fenômenos com maior influência são o El Niño 3.4 e o TNI Normalizado; A quarta componente responde sozinha por 8,67% da pluviosidade.

16 Abril: 68,12% da variabilidade da pluviosidade é explica por, apenas, 2 componentes principais; A primeira componente para o mês de abril revelou os altos pesos dos postos estudados. O posto de Juatama apresentou peso desprezível; A segunda componente mostra que 11,81% da pluviosidade é explicada pelo TNI Normalizada.

18 Para o mês de maio; 72,69% da variabilidade da pluviosidade é explica por 3 componentes principais; No mês de maio, a primeira componente mostrou as altas cargas dos postos pluviométricos; A segunda componente mostra que deve-se 11,09% da pluviosidade ao El Niño 3.4 e à anomalia da TSM do Atlântico; A terceira componente, com uma influência de 8,68% na pluviosidade, evidencia a influência apenas do TNI Normalizada.

19 CONCLUSÕES Janeiro: a análise de previsão de chuva deve se concentrar nos índices do El Niño 3.4 e do TNI Normalizado. Em segundo lugar, nas anomalias da TSM do Atlântico; Fevereiro: os três índices estudados são relevantes. Contudo, devese notar que as influências do El Niño 3.4 e do TNI Normalizada praticamente se alternam; Março: tem-se a anomalia da TSM do Atlântico ocupando o primeiro lugar em importância. Na segunda posição, tem-se o El Niño 3.4 e o TNI Normalizada. Sendo que esta última aumenta a sua importância na explicação da pluviosidade a ponto de ocupar, sozinha, a terceira posição;

20 Abril: o El Niño 3.4 ocupa a primeira posição em importância dos índices e o TNI Normalizada, a segunda posição; Maio: o El Niño 3.4 é o índice mais importante. Em segundo lugar, a anomalia da TSM se alia ao El Niño 3.4 para influenciar a precipitação na região estudada. Em terceiro lugar, tem-se o TNI Normalizado como índice preditor de chuva.

21 OBRIGADO!!!!!

Documentos relacionados

CLASSIFICAÇÕES CLIMÁTICAS DE LYSIA BERNARDES E

ARGUMENTO 2017 2º ANO E.M. MÓDULO 44 CLASSIFICAÇÕES CLIMÁTICAS DE LYSIA BERNARDES E KöPPEN Existem várias classificações climáticas. Entre elas, pode ser citada a da geógrafa LYSIA MARIA C. BERNARDES,