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

  • Patrícia de Souza Medeiros Pina Ximenes Universidade Federal Rural de Pernambuco
  • Antonio Samuel Alves da Silva Universidade Federal Rural de Pernambuco
  • Tatijana Stosic Universidade Federal Rural de Pernambuco
  • Jackson Freitas de Amorim Universidade Federal Rural de Pernambuco
  • Rômulo Simões Cezar Menezes Universidade Federal de Pernambuco
Palavras-chave: Índice de seca, spi, umidade, precipitação.

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.

Biografia do Autor

Patrícia de Souza Medeiros Pina Ximenes, Universidade Federal Rural de Pernambuco
Mestre em Biometria e estatística aplicada pela Universidade Federal Rural de Pernambuco. Bacharela em Estatística pela Universidade Federal de Pernambuco. Trabalhou como bolsista na Pró-reitoria de Planejamento, Orçamento e Finanças(PROPLAN - UFPE) onde aperfeiçoou seus conhecimentos nos softwares SPSS, R e Excel. Ainda na PROPLAN trabalhou na elaboração de questionários, análise de dados e elaboração de relatórios além de auxiliar no processo de auditoria do Censo da Educação Superior. Também atuou como estagiária na empresa Datamétrica trabalhando diretamente com depuração, processamento e análise de dados em SPSS. Atuou como bolsista no Programa Institucional de Bolsas de Iniciação Científica (PIBIC) na área de modelagem. Possui curso técnico em agropecuária(IFPE campus Vitória de Santo Antão) e atualmente faz doutorado no Programa de Pós-graduação em Biometria e Estatística Aplicada (PPGBEA -UFRPE).
Antonio Samuel Alves da Silva, Universidade Federal Rural de Pernambuco
Possui Doutorado em Biometria e estatística Aplicada pela Universidade Federal Rural de Pernambuco (2015), Mestrado em Biometria e Estatística Aplicada pela Universidade Federal Rural de Pernambuco (2012) e graduação em Matemática pela Universidade Regional do Cariri (2009). É Professor do Departamento de Estatística e Informática da Universidade Federal Rural de Pernambuco. Vem trabalhando no aperfeiçoamento computacional do Modelo Century 4.5 bem como na análise espacial de variáveis ambientais. Tem experiência na área de Matemática, Probabilidade e Estatística, com ênfase em Geoestatística, Probabilidade e Inferência Aplicadas.
Tatijana Stosic, Universidade Federal Rural de Pernambuco
Possui doutorado em Física Estatística pela Universidade de Belgrado, atualmente é Professora Associada III do Departamento de Estatística e Informática da Universidade Federal Rural de Pernambuco. Atua na Pós-Graduação em Biometria e Estatística Aplicada da UFRPE, onde promove aplicação de métodos de Física Estatística em diversas áreas fenomenológicas, para análise de dados de meio ambiente, hidrologia, economia e medicina. Tem experiência na área de Física Estatística e Estatística Aplicada, atuando principalmente nos seguintes temas: analise fractal, multifractal e de entropia das series temporais e dados espaciais, Econofísica, modelo de Ising.
Jackson Freitas de Amorim, Universidade Federal Rural de Pernambuco
Mestrando do Programa de Pós Graduação em Biometria e Estatística Aplicada pela Universidade Federal Rural de Pernambuco - UFRPE. Graduado em Licenciatura Plena em Física pela UFRPE, no ano de 2009. Atualmente é Assistente de Pesquisa do Instituto Agronômico de Pernambuco - IPA, aonde vem desenvolvendo atividades de pesquisa e de difusão tecnológica nos últimos 10 anos com a cultura do sorgo e milho no Estado de Pernambuco, e atua como Professor Tutor Virtual do curso de Licenciatura Plena em Física da UFRPE desde 2010.
Rômulo Simões Cezar Menezes, Universidade Federal de Pernambuco
Possui graduação em Agronomia pela Universidade Federal Rural de Pernambuco (1992), mestrado em Soil Fertility - University of Georgia (1995) e doutorado em Soil and Crop Sciences - Colorado State University (1999). Atualmente é Professor Associado do Departamento de Energia Nuclear da Universidade Federal de Pernambuco. É docente do curso de Engenharia de Energia e do Programa de Pós-Graduação em Tecnologias Energéticas e Nucleares (Proten-UFPE), onde lidera o Grupo de Pesquisa em Energia da Biomassa. É membro da Rede Clima, atuando como Vice Coordenador da Sub-Rede de Usos da Terra. Atua também como membro do Comitê Assessor do CNPq na área de Agronomia/Ciência do Solo. Tem experiência na área de Agronomia e Ecologia de Ecossistemas e trabalha principalmente com ciclagem biogeoquímica em agroecossistemas da região Nordeste do Brasil, incluindo o uso de técnicas isotópicas e de modelagem. Nessa linha, coordena projetos sobre ciclagem de água, carbono e nutrientes no sistema solo-planta-atmosfera e também sobre a quantificação dos estoques e emissões de carbono em ecossistemas. Tem interesse no desenvolvimento de sistemas sustentáveis de produção agropecuária na região Nordeste do Brasil e na gestão de biomassa para fins energéticos.

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.

Publicado
29-07-2019