Uso do box plot na detecção dos valores extremos mensais de precipitação na região da Bacia do Rio Paraíba. Clebson C. Raimundo 1 ; Manoel R.Toledo Filho 2 ; Maria L.D. Melo 2 ; Fabiana Carnaúba 3 1 Mestrando do Curso de Pós- Graduação em Meteorologia do ICAT, Maceió AL, Fone: (082) 91638627, email: cleber.raimundo@yahoo.com.br. 2 Prof. Dr. do Instituto de Ciências Atmosféricas da Universidade Federal de Alagoas. 3 Diretoria de Meteorologia da SEMARH- AL. Abstract: The region includes the basin of the Paraíba River has numerous towns along the river, where he lives much of the less favored population therefore deserves greater attention because they suffer the consequences of extreme rainfall, causing disorders in general. To identify and do the counting of these events were used type charts box plots, it is a very important tool in statistical analysis of outliers. It was found that the presence of outliers occur in almost any year, leaving the totals well above average. It was found a greater number of events in the driest months in the region, mainly from October to January which occurred more than 12% of events compared to around 5-6% during the rainy block that goes from April to July. Therefore the region of the Paraiba River Basin is a region with high vulnerability to extreme events, in the driest months, especially in December. Yet there is more attention to alert the town to Quebrangulo and Atalaia, being cut by the River Cities Keywords: Extreme Events, Climate Change, Vulnerability. 1. INTRODUÇÃO Diversas pesquisas vêm sendo desenvolvidas na atualidade, sugerindo possíveis Mudanças Climáticas que nosso planeta vem sofrendo nos tempos modernos, e a grande maioria afirmam que o homem é grande causador de tais mudanças no clima, no entanto há divergências, pois, alguns pesquisadores sugerem que tudo não passa de um processo natural e que o homem pode interferir nesse processo, gerando com isso grandes transtornos, principalmente por ocupar áreas não condicionadas para habitações e/ou construções em geral. Todas essas possíveis mudanças climáticas podem ocasionar uma maior frequência de chuvas extremas diárias, contribuindo assim no acumulado, mensal. Por isso identificar e estudar a ocorrência e/ou freqüência de valores extremos de precipitação mensal é de suma importância para futuros projetos como, por exemplo: combate a secas, enchentes, desmoronamentos de encostas, etc., principalmente em áreas habitadas nas margens dos rios. Diante desse contexto, o objetivo desse estudo é avaliar o risco que a região da Bacia do Rio Paraíba pode ter com essa variabilidade climática, identificar a quantidade de meses que apresentam outliers e quais desses merecem maior atenção quando se fala de extremos mensais, já que, é uma região que possui inúmeras cidades ribeirinhas, localiza-se na costa leste do Nordeste Brasileiro NEB e possui um período chuvoso de abril a julho (MOLION e BERNARDO, 2002). Para identificarmos e fazermos a contagem desses eventos serão utilizados gráficos do tipo box plot, pois é uma ferramenta estatística muito importante na análise dos valores discrepantes.
2. METODOLOGIA O Rio Paraíba, Figura 1, nasce no município de Saloá em Pernambuco, e a bacia hidrográfica o qual está inserido abrange uma área de 3.330km 2 e deságua na Lagoa Mundaú, no município de Pilar, Alagoas. Figura 1: Bacia do Rio Paraíba. Os dados mensais de precipitação pluvial foram obtidos junto à Secretaria de Estado e do Meio Ambiente e dos Recursos Hídricos do Estado de Alagoas (SEMARH). O número de estações selecionadas com seus respectivos intervalos de em anos, estão listadas na Tabela 1. Para identificação dos extremos mensais, foram seguidos os passos: No primeiro passo foram identificados o valores extremos altos ou baixos com o uso dos diagramas do tipo box plot. No segundo passo foi feita a contagem dos meses que apresentam outliers (precipitação extrema alta ou baixa ). Tabela 1: Distribuição dos municípios alagoanos e pernambucanos que fazem parte da Bacia do Rio Paraíba, de acordo com seus intervalos de distribuição da série de dados. Municípios Latitude Longitude Intervalo Quebrangulo 9 19 08 36 28 16 1913-1985 União dos Palmares 9 09 46 36 01 55 1913-1985 Viçosa 9 24 26 36 37 39 1913-1985 Palmeira dos Índios 09 24'26'' 36 37' 39'' 1913-1985 Atalaia 9 30 07 36 01 22 1913-1985 O box plot é uma ferramenta muito importante que permite analisar a simetria dos dados, sua dispersão e a existência ou não de outliers, sendo especialmente adequado para a comparação de dois ou mais conjuntos de dados correspondentes às categorias de uma variável quantitativa. A mediana é uma medida de localização do centro da distribuição de n elementos, definida do seguinte modo: ordenados os elementos da amostra, a mediana é o valor, que a divide ao meio, isto é, 50% dos elementos da amostra são menores ou iguais à mediana e os outros 50% são maiores ou iguais à mediana (RAIMUNDO, 2008). Se n é ímpar, a mediana é o elemento médio (n+1)/2. Se n é par, a mediana é a semi-soma dos dois elementos médios (E 1 +E 2 )/2, ou o resultado da média simples (n/2). Para encontrarmos a posição do 1º Quartil (Q1) na série de dados utiliza-se (n+1)/4, onde n = número de anos correspondentes da série. Já a mediana ou 2º Quartil (Q2), utiliza-se 2(n+1)/4. Por ultimo 3º Quartil (Q3) utilizam os 3(n+1)/4, (FRANCISCO, et. al., 1996). Os três quartis, Q1, Q2 e Q3 dividem o conjunto de dados formando quatro subconjuntos, figura 2, de maneira que 25% dos dados encontram-se abaixo do 1º Q1; 25% entre Q1 e Q2; 25% entre o Q2 e Q3 e 25% acima de Q3. Lembrando que Q2 é a mediana, ou seja, 50% dos dados estão acima ou abaixo da mediana. As observações que estiverem acima de Q3+(1,5)IQR ou
abaixo de Q1-(1,5) IQR são chamadas extremos exteriores e representadas por ( ) denominados de outlier, onde IQR (Intervalo Intequartil). Figura 2: Esquema de interpretação do gráfico tipo Box plot. ( ) = Mediana, ou 2º quartil, ou seja, 50% dos valores observados = Caixa, representa 1º e 3º quartis, ou seja, 25% - 75% dos valores observados; = São os bigodes, correspondente aos valores máximos e mínimos; = Outliers (valores aberrantes/distantes que merecem maior atenção); 3. RESULTADOS Analisando a estação do município de Atalaia, Figura 3, percebeu-se que todos os meses do ano apresentaram valores discrepantes (outlires), sendo a maior quantidade e/ou frequência nos meses mais secos, em especial no mês de dezembro apresentando 8 outlires. Sendo 50% dos totais encontram-se entre 200 e 500 mm nos meses de maio e junho. Figura 3: Box plot da precipitação mensal do município de Atalaia. Os dados mostram que para a cidade de Palmeira dos Índios, Figura 4, analisando sua longa série percebeu-se o número de meses que apresentam valores extremos altos totalizam nove sendo dois deles durante a quadra chuvosa. Uma atenção especial aos meses de outubro e janeiro, onde apareceram vários extremos altos.
. Figura 4: Box plot da precipitação mensal do município de Palmeira dos Índios. Percebemos que na série de Quebrangulo, Figura 5, apresentou outliers em todos os meses do ano, tendo uma atenção especial para o mês de abril, (mês da quadra chuvosa) onde esse evento extremo alto se aproximou dos 1000 mm e para meses do período seco apresentando mais de cinco outliers. A mediana Q2 não houve mudança no posicionamento, principalmente nos meses de maio, junho e julho, uma possível explicação para comportamento, seria pela boa distribuição espacial das chuvas durante esses meses. Na série de dados do município de União dos Palmares, Figura 6, registrou um total de 10 meses com presença de outliers. Todos os meses da quadra chuvosa apresentam outliers, sendo o mês de março o de mais chuvoso. Figura 5: Box plot da precipitação mensal do município de Quebrangulo. Figura 6: Box plot da precipitação mensal do município de União dos Palmares. Feito a analise dos dados da estação de Viçosa, Figura 7, constatou-se que apenas um dos doze meses não apresentou outliers e que os totais na quadra chuvosa não ultrapassam 600mm.
Figura 7: Box plot da precipitação mensal do município de Viçosa. Com exceção de Palmeira dos Índios, Tabela 2, os demais municípios apresentaram mais de 10 meses com presença de outliers, ou seja, em quase todo o ano apareceu eventos que se encontrou muito acima da média. Devendo uma maior atenção nos meses mais secos da região, pois, foi constatado um número maior de eventos nesse período, principalmente de outubro a janeiro onde ocorreram mais de 12% dos eventos, contra aproximadamente de 5 a 6% durante a quadra chuvosa que vai de abril a julho. Tabela 2: Distribuição do número de meses apresentando outliers e freqüência mensal para toda a série estudada. Município N JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ TOTAL meses Quebrangulo 12 5 5 6 4 1 2 1 3 1 4 4 6 42 União dos 10 2 4-2 2 2 3 4-5 3 5 32 Palmares Palmeira dos 9 5 2 1 2 3 - - 1-8 4 3 29 Índios Viçosa 11 4 2 2-1 2 5 4 3 2 4 3 32 Atalaia 12 5 5 1 2 2 4 1 4 2 2 6 8 42 Total - 21 18 10 10 9 10 10 16 8 21 21 25 177 4. CONCLUSÕES Constatou-se que ocorre presença de outliers em quase todo o ano, deixando os totais muito acima da média. Foi constatado um número maior de eventos nos meses mais secos da região. Portanto a Bacia do Rio Paraíba é uma região que apresenta grande vulnerabilidade para eventos extremos, nos meses mais secos, principalmente no mês de dezembro. Contudo há uma maior atenção de alerta para as cidades de Quebrangulo e Atalaia, por serem cidades cortadas pelo Rio. 5. REFERÊNCIA BIBLIOGRÁFICA MOLION, L.C.B.; BERNARDO, S.O. Dinâmica das chuvas sobre o Nordeste do Brasil, In: Anais do CONGRESSO BRASILEIRO DE METEOROLOGIA, 11, CL00132, Rio de Janeiro, 2000. RAIMUNDO, C. C. Análise estatística multivariada da precipitação no nordeste brasileiro e sua relação com a Oscilação Decadal do Pacífico. 2008. 75p. Monografia (Graduação em Meteorologia). UFAL. Maceió AL, 2008.