Académique Documents
Professionnel Documents
Culture Documents
ILHÉUS – BAHIA
2018
PATRICK BORGES RODRIGUES
ILHÉUS – BAHIA
2018
SUMÁRIO
1 INTRODUÇÃO ........................................................................................................................ 3
1.1 Objetivos ............................................................................................................................ 5
1.1.1 Geral ................................................................................................................................ 5
1.1.2 Específicos ...................................................................................................................... 5
2 REFERENCIAL TEÓRICO .................................................................................................... 6
2.1 Extremos climáticos extremos ............................................................................................ 6
2.2 Análise climática clássica ................................................................................................... 7
2.3 Análise climática dinâmica ................................................................................................. 8
2.4 Análise por cópulas ............................................................................................................ 9
2.5 Tempo de retorno ............................................................................................................. 10
2.6 O problema das secas ....................................................................................................... 11
3 MATERIAIS E MÉTODOS ................................................................................................... 13
3.1 Definição da área de estudo .............................................................................................. 13
3.1.1 Ilhéus, Bahia .............................................................................................................. 13
3.1.2 Caravelas, Bahia ................................................................................................................... 14
3.1.3 Salvador, Bahia .................................................................................................................... 15
3.2 Coleta dos dados ......................................................................................................................... 16
3.3 Tratamento de dados e identificação de erros .................................................................. 18
3.3.1 Identificação de erros grosseiros .......................................................................................... 18
3.3.2 Preenchimento de falhas....................................................................................................... 19
3.4 Análise bivariada de dados de temperatura e precipitação e determinação dos períodos de
retorno. .................................................................................................................................. 19
4 CRONOGRAMA.................................................................................................................... 20
REFERÊNCIAS ........................................................................................................................ 21
3
1 INTRODUÇÃO
Dois grandes exemplos recentes para o Brasil foram a crise hídrica verificada no
Sudeste e a seca verificada em grande parte do Nordeste entre 2012 e 2017. Em ambos os
casos, foi verificado um aumento nos valores médios de temperatura associados a uma
redução significativa nos índices pluviométricos, o que acabou por reduzir a oferta de água às
populações, trazendo prejuízos de ordem social e econômica.
Para se ter uma ideia da extensão do problema, durante a seca no Nordeste mais da
metade dos municípios baianos estiveram em situação de emergência declarada pelo governo
do estado. Somente nos Diários Oficiais do Estado da Bahia nos dias 15 e 29 de março de
2017 o governador do estado, com base nos relatórios da Superintendência de Proteção e
Defesa Civil – SUDEC, declarou situação de emergência em 250 dos 417 municípios baianos.
Ainda, como aproximadamente 32% da água no país é utilizada na agricultura, a seca
supracitada causou uma perda de pelo menos R$ 10 bilhões no setor somente em 2014
(RAPOZA, 2014).
Muitos estudos têm apresentado características semelhantes às identificadas nos dois
casos apresentados para o Brasil em outras regiões do planeta, seja por meio de análises de
dados obtidos em estações climatológicas ou em simulações feitas a partir do levantamento de
dados históricos para precipitação e temperatura (BENISTON, 2009; BORONEAUNT et al.,
2006; BRABSON; PALUTIKOF, 2002; COPPOLA; GIORGI, 2010; ESTRELLA;
MENZEL, 2013). Para além, essas pesquisas apresentam a tendência de que no futuro a
ocorrência de fenômenos climatológicos extremos tenda a se situar nos modos conjuntos de
temperatura e precipitação classificados como quente e seco (WD) e como quente e úmido
(WW) em detrimento dos conjuntos frios, tanto secos (CD) quanto úmidos (CW), o que mais
uma vez reforça a observação do aumento da temperatura média do planeta.
A definição de seca é complexa por si só e, embora a maioria das pessoas possam
considerar a escassez extrema de precipitação como seca, como caracterizá-la para o
planejamento e gerenciamento de recursos hídricos ainda é uma tarefa desafiadora (FAN et al,
2017; ZARGAR et al, 2011).
Para explicar esse fenômeno, muitos pesquisadores recorrem às análises isoladas dos
eventos climáticos e dos mecanismos atmosféricos, o que figura entre as análises da
climatologia clássica. Nesses casos, as consequências da variação dos níveis pluviométricos e
da temperatura, além de outras variáveis climatológicas, são analisadas como se cada uma das
variáveis fosse independente das outras. É sabido, porém, que muitos desses efeitos não
conseguem ser explicados quando se consideram isoladamente os efeitos da precipitação ou
5
1.1 Objetivos
1.1.1 Geral
1.1.2 Específicos
2 REFERENCIAL TEÓRICO
Schönwiese (2005), é que a identificação das alterações nos extremos é dependente da técnica
de análise empregada. Ainda, de acordo com Jones et al (2007), as mudanças nos extremos
são verificadas em várias escalas de tempo e espaço, por exemplo, de anos extremamente
quentes globalmente até picos de precipitação localmente.
Esses eventos climatológicos extremos, como inundações e secas, têm um profundo
impacto na sociedade e afetam os ecossistemas, qualidade de água, abastecimento público, a
produção de alimentos, a geração de energia e a saúde humana, sobretudo nas populações
socialmente vulneráveis (GETIRANA, 2015). Por outro lado, há ainda uma preocupação
crescente que eles possam estar mudando em frequência e intensidade como resultado da
influência humana no clima (JONES et al, 2007).
Na tentativa de definir, identificar e estimar a ocorrência de extremos climáticos,
muitas metodologias de análise de dados climatológicos têm sido propostas. Em algumas
delas, apenas uma variável de controle é escolhida e o extremo é caracterizado com base em
sua análise, sem se considerar a influência de outras variáveis sobre aquela única escolhida
como de controle, o que corresponde à chamada análise climática clássica. Em outras, duas ou
mais variáveis climáticas são analisadas e se busca identificar a interdependência entre elas na
caracterização do extremo, o que compõe a análise climática dinâmica.
multivariada (DE MICHELLE et al, 2005; POULIN et al, 2007). Essa questão torna-se ainda
mais evidente quando se considera que em muitos problemas hidrológicos são as variáveis
aleatórias que possuem o papel mais significante, e que tais variáveis não são independentes
(SALVADORI; DE MICHELE, 2007). Assim, surge a necessidade de análises que englobem
diversas variáveis meteorológicas na identificação de extremos climáticos.
grandes prejuízos, por isso os tempos de retorno tendem a ser maiores, o que significa que as
probabilidades de falhas são menores (COLLISCHONN; DORNELLES, 2013).
A escolha do tempo de retorno não se baseia numa decisão arbitrária do projetista,
mas, sobretudo, depende da importância da estrutura e do alcance e impacto de sua falha
(SALVADORI; DE MICHELE; DURANTE, 2011). A opção do método de análise e
determinação do tempo de retorno afeta o evento de projeto e por isso, muita atenção deve ser
dada à abordagem utilizada nos estudos (GRÄLER et al, 2013).
Igualmente importante é o conceito de quantil de projeto, usualmente definido como o
valor das variáveis que caracterizam o evento associado a um dado período de retorno
(SALVADORI; DE MICHELE; DURANTE, 2011). Na realidade, o período de retorno provê
um simples, mas eficiente, meio de realizar a na análise de risco, uma vez que que é capaz de
concentrar em um único parâmetro um conjunto grande de informações (SALVADORI; DE
MICHELE, 2007).
Frequentemente o estudo dos tempos de retorno envolve casos univariados, o que
pode, infelizmente, levar a uma subestimativa, ou superestimativa do risco (SALVADORI;
DE MICHELE, 2007).
que torna a sua análise um tópico desafiador no gerenciamento de recursos hídricos (FAN et
al, 2017). Conforme apresentam Solh e Ginkel (2014) e Zargar et al (2011), ela pode ser
geralmente definida como um déficit de precipitação de extrema persistência em uma região
específica em dado período de tempo que resulta na escassez de água. Tsakiris e Vangelis
(2004) expandiram essa definição para incluir os impactos sobre o ambiente e a sociedade.
Entre os desastres naturais, as secas são conhecidas por causar dano extensivo ao
ambiente natural e afetar um número significativo de pessoas (WILHITE, 2000; GETIRANA,
2015), o que têm levado hidrologistas e gerentes de recursos hídricos a tentar estimar a
frequência relativa entre esses eventos (KIM; VALDÉS; YOO, 2003). Os custos e as perdas
econômicas, sociais e ambientais associados com as secas têm crescido dramaticamente,
embora seja difícil quantificar essa tendência precisamente devido à carência de estimativas
de perdas históricas confiáveis (WILHITE, 2000). Dois bons exemplos de tentativas de
quantificação dos efeitos adversos das secas são apresentados por National1 (2000 apud KIM;
VALDÉS; YOO, 2003), que trata da seca verificada entre 1987-1989 nos Estados Unidos e
que cobriu 36% do país, causando uma perda de aproximadamente US$ 39 bilhões em
energia, água, para o ecossistema e para a agricultura, e por Rapoza (2014), que apresenta que
a seca no leste do Brasil causou um prejuízo de aproximadamente R$ 10 bilhões para a
agricultura somente em 2014.
Entre os desastres naturais, as secas possuem certas características únicas; além dos
efeitos retardados, as secas variam em múltiplas dimensões dinâmicas incluindo a severidade
e a duração, além de causar um conjunto de impactos subjetivos de difícil caracterização
(ZARGAR et al, 2011). Segundo Jones et al (2007), as secas são fáceis de verificar dada a sua
longa duração e, segundo Hagman et al2 (1984 apud WILHITE, 2000), a seca é considerada
como o mais complexo, e menos compreendido, dos desastres naturais, afetando mais pessoas
que qualquer outro desastre.
Diminuições na precipitação continental, especialmente a partir do início da década de
1980, são as principais causas para o aumento na tendência de seca observado, embora o
aquecimento superficial nas últimas duas a três décadas também tenha contribuído para essas
observações (JONES et al, 2007).
1
NATIONAL OCEANIC AND ATMOSPHERIC ADMINISTRATION PALEOCLIMATOLOGY PROGRAM
(NOAA). North American drought: A paleo perspective. 2000. Disponível em:
<http://ngdc.noaa.gov/paleo/drought/>. Acesso em: 5 fev. 2003.
2
HAGMAN G. et al. Prevention better than cure: report on human and environmental disasters in the Third
World. Stockholm: Swedish Red Cross, 1984.
13
Para reduzir os danos causados pelas secas é crucial a sua caracterização, o que
permite operações tais quais o alerta antecipado e a análise de risco de secas, além de uma
melhor preparação e um plano de contingência (ZARGAR et al, 2011). Reconhecida como
um evento hidrológico complexo, a seca é um tipo de evento multivariado caracterizado por
algumas variáveis aleatórias correlatas (FAN et al, 2017). Assim, métodos paramétricos
univariados para a análise de sua frequência podem não revelar relações importantes entre
características da seca. Alternativamente, métodos não paramétricos permitem estimativas das
funções densidade univariadas e multivariadas ao utilizar médias ponderadas dos dados em
uma vizinhança pequena ao redor do ponto de estimativa e oposto aos métodos paramétricos
(KIM; VALDÉS, YOO, 2003).
3 MATERIAIS E MÉTODOS
Ilhéus está localizado entre as coordenadas aproximadas de latitude e longitude 14° 47'
20" S 39° 02' 56" O, a uma altitude média de 52 m acima do nível do mar e caracteriza-se
pelo clima semiárido, subúmido a seco e úmido.
Segundo a classificação climática de Köppen-Geiger, o município de Ilhéus apresenta
clima tropical úmido (Af) e, segundo dados do Instituto Nacional de Meteorologia – INMET,
a temperatura média compensada para o município é de 24,3 ºC e a precipitação média anual
é de 2.035,5 mm. A Mata Atlântica (Floresta ombrófila densa) é a principal forma de
vegetação do município.
Localizado nas coordenadas de latitude e longitude 12° 58' 16" S 38° 30' 39" O a uma
altitude média de 8 m acima do nível do mar, o município de Salvador é a capital do estado da
Bahia. Possui área territorial de 692,818 km² e a maior população do estado da Bahia (4ª
maior do Brasil), com 2.953.986 habitantes, segundo estimativas do IBGE para o ano de
2017. A Figura 3 apresenta a localização de Salvador, Bahia.
16
É bastante comum que haja falhas ou erros nas séries históricas de dados obtidas nas
estações pluviométricas devido a problemas relacionados aos aparelhos utilizados nas
medições ou a sua operação. Assim, é necessário realizar análises de consistência nas
planilhas obtidas das estações pluviométricas (COLLISCHONN; DORNELES, 2013).
4 CRONOGRAMA
REFERÊNCIAS
BORONEANT, C. et al. Extreme precipitation over the Maritime Alps and associated weather
regimes simulated by a regional climate model: Present-day and future climate scenarios.
Theoretical and Applied Climatology, v. 86, n. 1-4, p. 81-99, 2006.
DINIZ, A. F.; SANTOS, R. L.; SANTOS, S. M. Avaliação dos riscos de seca para o
município de Feira de Santana-BA associado à influência do El Niño no semiárido do
nordeste brasileiro. + Geografia’s. Feira de Santana, n. 1, p. 18-24, 2008.
ESPINOZA, J. C. et al. The extreme 2014 flood in south-western Amazon basin: the role of
tropical-subtropical South Atlantic SST gradient. Environmental Research Letters, v. 9, n.
12, 2014.
ESTRELLA, N.; MENZEL, A. Recent and future climate extremes arising from changes to
the bivariate distribution of temperature and precipitation in Bavaria, Germany. International
Journal of Climatology, v. 33, n. 7, p. 1687-1695, 2013.
FAVRE, A.‐C. et al. Multivariate hydrological frequency analysis using copulas. Water
resources research, v. 40, n. 1, 2004.
GENEST, C. et al. Metaelliptical copulas and their use in frequency analysis of multivariate
hydrological data. Water Resources Research, v. 43, n. 9, 2007.
GRÄLER, B. et al. Multivariate return periods in hydrology: a critical and practical review
focusing on synthetic design hydrograph estimation. Hydrology and Earth System Sciences,
v. 17, n. 4, p. 1281-1296, 2013.
JONES, P. D. et al. Observations: surface and atmospheric climate change. Climate change,
p. 235-336, 2007.
KIM, T.-W.; VALDÉS, J. B.; YOO, C. Nonparametric approach for estimating return periods
of droughts in arid regions. Journal of Hydrologic Engineering, v. 8, n. 5, p. 237-246, 2003.
POULIN, Annie et al. Importance of tail dependence in bivariate frequency analysis. Journal
of Hydrologic Engineering, v. 12, n. 4, p. 394-403, 2007.
RAPOZA, K. Brazil loses billions as crops reduced by wacky weather. Forbes Magazine.
March, v. 3, p. 2014, 2014.
SALVADORI, G.; DURANTE, F.; DE MICHELE, C. On the return period and design in a
multivariate framework. 2011. Hydrology and Earth System Sciences, v. 15, p. 3293–3305,
2011.
SOLH, M.; VAN GINKEL, M. Drought preparedness and drought mitigation in the
developing world ׳s drylands. Weather and Climate Extremes, v. 3, p. 62-66, 2014.
TRÖMEL, S.; SCHÖNWIESE, C.-D. A generalized method of time series decomposition into
significant components including probability assessments of extreme events and application to
observational German precipitation data. Meteorologische Zeitschrift, v. 14, n. 3, p. 417-
427, 2005.
TSAKIRIS, G.; VANGELIS, H. Towards a drought watch system based on spatial SPI.
Water resources management, v. 18, n. 1, p. 1-12, 2004.
ZHANG, X.; ZWIERS, F. W.; LI, G.. Monte Carlo experiments on the detection of trends in
extreme values. Journal of Climate, v. 17, n. 10, p. 1945-1952, 2004.