Análise da severidade da seca no Agreste Pernambucano utilizando índice de precipitação padronizado

Patrícia de Souza Medeiros Pina Ximenes, Antonio Samuel Alves da Silva, Tatijana Stosic, Jackson Freitas de Amorim, Rômulo Simões Cezar Menezes

Resumo


O Índice de Precipitação Padronizado, no inglês, Standard Precipitation Index (SPI) é uma metodologia comumente utilizada para monitoramento de condiçõoes associadas à secas extremas e excesso de chuva, em diversas escalas de tempo. Desse modo, o objetivo deste estudo foi analisar a severidade da seca na região Agreste Pernambucano por um período de 30 anos (1988 - 2017) utilizando o SPI. Os dados utilizados são séries históricas de precipitação acumulada mensal referente a 12 estações pluviométricas distribuídas pela região do Agreste Pernambucano. Os valores encontrados não apresentaram alterações nas diferentes escalas de tempo utilizadas para a análise e em sua maioria pertencia a categoria de severidade de seca considerada normal. As demais categorias de seca também registraram valores de SPI, porém em percentuais menores. O SPI se mostrou uma metodologia consistente e eficaz para a caracterização e monitoramento da seca e da umidade para a mesorregião Agreste Pernambucano. A partir do SPI foi posível identificar alguns pontos de seca na região, possibilitando aos órgãos responsáveis o direcionamento de ações que atenuem os prejuízos causados pela seca na região.

Palavras-chave


Índice de seca; spi; umidade; precipitação.

Texto completo:

PDF

Referências


CANAMARY, E. A. Avaliação de índices para fins de monitoramento e previsão de secas no nordeste setentrional. 2015.

COLLISCHONN, W. et al. Forecasting river uruguay flow using rainfall forecasts from a regional weather-prediction model. Journal of hydrology, Elsevier, v. 305, n. 1-4, p. 87–98, 2005.

DRACUP, J. A.; LEE, K. S.; JR, E. G. P. On the definition of droughts. Water resources research, Wiley Online Library, v. 16, n. 2, p. 297–302, 1980.

FARIAS, I. et al. Manejo de colheita e espaçamento da palma-forrageira, em consórcio com sorgo granífero, no agreste de pernambuco. Pesquisa Agropecuária Brasileira, SciELO Brasil, v. 35, n. 2, p. 341–347, 2000.

GUHATHAKURTA, P.; SREEJITH, O.; MENON, P. Impact of climate change on extreme rainfall events and flood risk in india. Journal of earth system science, Springer, v. 120, n. 3, p. 359, 2011.

HASTENRATH, S.; HELLER, L. Dynamics of climatic hazards in northeast brazil. Quarterly Journal of the Royal Meteorological Society, Wiley Online Library, v. 103, n. 435, p. 77–92, 1977.

INGRAM, K.; RONCOLI, M.; KIRSHEN, P. Opportunities and constraints for farmers of west africa to use seasonal precipitation forecasts with burkina faso as a case study. Agricultural systems, Elsevier, v. 74, n. 3, p. 331–349, 2002.

JALE, J. S. et al. Application of markov chain on daily rainfall data in Paraíba-Brazil from 1995-2015. 2018.

JUNIOR, V. G. C. Boletim do clima - síntese climática. Agência Pernambucana de Águas e Clima (APAC), APAC, 2018, 2018.

MARUYAMA, T.; KAWACHI, T.; SINGH, V. P. Entropy-based assessment and clustering of potential water resources availability. Journal of Hydrology, Elsevier, v. 309, n. 1-4, p. 104–113, 2005.

MATHBOUT, S. et al. Spatial and temporal analysis of drought variability at several time scales in syria during 1961–2012. Atmospheric Research, Elsevier, v. 200, p. 153–168, 2018.

MATTOS, M. Rodrigues de et al. Qualidade do leite cru produzido na região do agreste de pernambuco, brasil. Semina: Ciências Agrárias, Universidade Estadual de Londrina, v. 31, n. 1, 2010.

MCKEE, T. B. et al. The relationship of drought frequency and duration to time scales. In: AMERICAN METEOROLOGICAL SOCIETY BOSTON, MA. Proceedings of the 8th Conference on Applied Climatology. [S.l.], 1993. v. 17, n. 22, p. 179–183.

MISHRA, A.; SINGH, V.; DESAI, V. Drought characterization: a probabilistic approach. Stochastic Environmental Research and Risk Assessment, Springer, v. 23, n. 1, p. 41–55, 2009.

PEREIRA, M. G. et al. Synoptic patterns associated with large summer forest fires in portugal. Agricultural and Forest Meteorology, Elsevier, v. 129, n. 1-2, p. 11–25, 2005.

QGIS Development Team. QGIS Geographic Information System. [S.l.], 2018. Disponível em: hhttp://qgis.orgi.

R Core Team. R: A Language and Environment for Statistical Computing. Vienna, Austria, 2018.

THOM, H. C. A note on the gamma distribution. Monthly Weather Review, v. 86, n. 4, p. 117–122, 1958.

WANDERLEY, L. et al. Variabilidade clima´tica na bacia leiteira de pernambuco. SIMPÓSIO BRASILEIRO DE CLIMATOLOGIA GEOGRÁFICA, p. 2110–2122, 2016.

WILHITE, D. A. Drought as a natural hazard: concepts and definitions. 2000.

WILHITE, D. A.; GLANTZ, M. H. Understanding: the drought phenomenon: the role of definitions.Water international, Taylor & Francis, v. 10, n. 3, p. 111–120, 1985.

WU, H. et al. Appropriate application of the standardized precipitation index in arid locations and dry seasons. International Journal of Climatology, Wiley Online Library, v. 27, n. 1, p. 65–79, 2007.